CN104569576A - 智能电网非法用电行为分布式检测系统 - Google Patents
智能电网非法用电行为分布式检测系统 Download PDFInfo
- Publication number
- CN104569576A CN104569576A CN201410806114.5A CN201410806114A CN104569576A CN 104569576 A CN104569576 A CN 104569576A CN 201410806114 A CN201410806114 A CN 201410806114A CN 104569576 A CN104569576 A CN 104569576A
- Authority
- CN
- China
- Prior art keywords
- data
- intelligent electric
- module
- electric meter
- triangular matrix
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 54
- 230000005540 biological transmission Effects 0.000 claims abstract description 67
- 230000005611 electricity Effects 0.000 claims abstract description 44
- 238000013500 data storage Methods 0.000 claims abstract description 42
- 239000011159 matrix material Substances 0.000 claims description 127
- 238000004364 calculation method Methods 0.000 claims description 100
- 238000000034 method Methods 0.000 claims description 75
- 230000008569 process Effects 0.000 claims description 65
- 230000006399 behavior Effects 0.000 claims description 42
- 238000005070 sampling Methods 0.000 claims description 33
- 238000012795 verification Methods 0.000 claims description 29
- 230000015654 memory Effects 0.000 claims description 26
- 238000000354 decomposition reaction Methods 0.000 claims description 23
- 238000005265 energy consumption Methods 0.000 claims description 22
- 230000008520 organization Effects 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- JEYCTXHKTXCGPB-UHFFFAOYSA-N Methaqualone Chemical compound CC1=CC=CC=C1N1C(=O)C2=CC=CC=C2N=C1C JEYCTXHKTXCGPB-UHFFFAOYSA-N 0.000 claims description 2
- 238000004422 calculation algorithm Methods 0.000 description 16
- 210000004027 cell Anatomy 0.000 description 8
- 238000006467 substitution reaction Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000011900 installation process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 206010000117 Abnormal behaviour Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000005056 cell body Anatomy 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种智能电网非法用电行为分布式检测系统,包括智能电表数据采集模块、智能电表数据传输模块、智能电表数据存储模块、智能电表数据安全验证模块和智能电表核心计算模块;以及检测方法。本发明实现了对智能电网的全局覆盖,依托于智能电表完成非法用电检测,在系统部署完成后,相较原有集中式检测系统,大大扩展了系统的覆盖度,也更能应对突发情况,计算和检测的精度更高。
Description
技术领域
本发明所涉及的是智能电网数据分析领域中的非法用电行为检测系统,具体是一种高效率快速响应智能电网非法用电行为分布式检测系统及其检测方法。
背景技术
智能电网是针对下一代电网改造提出的规划设想,其核心意义在于引入智能设备,更新原有机械装置,使得电网全局信息交互更为方便直接,调控配置也智能化。直观表现有,引入智能电表,实现电力企业和电网用户间的双向信息交互。
非法用电行为是指用户不按照合同使用电能,一般包含电力欺诈,偷电漏电等,电力行业中,因这种行为产生的耗费被称作非技术性损耗。这一行为对于电网产生了巨大危害。据统计,全世界各国每年生产的电能中,高达20%的份额为非技术性损耗。非法用电行为主要有两种攻击手段:一种为物理攻击,即通过对电表、变压器、传输线路等进行物理性篡改(短接电表电路、破坏变压器内加压煤油等),使得自身电能消费不被记录;另一种为网络攻击,即针对电网内的智能设备(智能电表、智能变压器等)进行网络式入侵,篡改内部程序,更改计数器设置,同样来逃避电能消耗的计费。
传统电网中,非法用电行为的检测通常会有如下几个阶段:1.一线电力巡查人员或者终端用户报备可疑用户、可疑片区及可疑行为;2.电力企业派出技术人员采集可疑用户或片区的电力数据,为了提高检测的准确度,通常会采样2-3个月的数据;3.数据分析人员针对采样数据进行周密分析,以此判断是否非法用电。该方案对于人力资源耗费巨大,且时间周期长,精度不高,对于电网的覆盖也十分有限。
智能电网时代,人们借助智能设备,使得电力数据的采集更为快捷,但相比传统电网,智能设备的引入,使得非法用电行为的攻击手段更为多样,检测也更为困难。非法用电行为检测作为领域内热点问题,其解决方法实施存在诸多难点,主要表现为:
1)全网覆盖:电网作为关乎国计民生的骨干网络,节点众多,网络复杂,全局而言,异常行为的产生几乎是每时每刻,对于全网的监控是一大难点。
2)快速响应:智能电网产生的数据量庞大,非法用电行为的分布面又十分广泛,如何开发算法,使得检测机制能够快速响应是又一难点。
3)应对复杂多变的攻击行为:电网,尤其是智能电网引入的智能设备,使得针对电网的非法攻击行为在原有物理方式之外,增加了网络攻击的可能,网络攻击呈现复杂多变的趋势,非法用电者呈现的行为模式也难以界定。如何应对不断“创新”的非法用电行为是另一难点。
通过对现有技术的检索发现,现有的检测方法大多为集中式的机器学习分类方法。如美国Toledo大学电子工程及计算机科学系的Soma Shekara Sreenadh Reddy Depuru、Lingfeng Wang等人提出的基于支持向量机的非法用电行为检测系统,首先对现有电网内数据进行采样,获取非法用电用户和诚信用户的电力消费数据,对数据样本进行标定并分离特征值后,输入支持向量机,对数据完成建模后,生成数据分类处理程序,之后才将系统投入运行,将电网内各用户一段时间内的电力消费数据交由支持向量机生成的分类处理程序检测判断,如果程序将其分类为非法用电行为,则标定出该用户,否则则略过该数据。此方法有相当的局限性:1.对于稠密网络,机器学习检测方法运行时间长,效率低下;2.检测精度并不高,按现有应用实例来看,准确度在60%左右,最后仍然需要数据分析人员来重新验证。3.训练样本依赖度高,且针对其特征值不能及时更新,无法做到“实时”的行为检测。其他关于非法用电行为检测的尝试,采用的方法有统计学方法、决策树、神经网络算法及遗传算法等,这些方法都或多或少具有上述局限性。
发明内容
本发明针对现有系统存在的上述不足,提出一种基于线性方程简化求解的分布式高效率快速反应的智能电网非法用电行为检测系统,借助智能电网中的智能设备的可计算能力,分布式地就地检测用户的非法用电行为,避免了数据集中式处理带来的延迟耗费,并能稳定地运行处理稠密电网拓扑,同时天然地覆盖全局电网,“实时”地分析检测智能电网中的非法用电行为。
本发明是通过以下技术方案实现的:
一种智能电网非法用电行为分布式检测系统,其特点在于,包括智能电表数据采集模块、智能电表数据传输模块、智能电表数据存储模块、智能电表数据安全验证模块和智能电表核心计算模块;
所述的智能电表数据采集模块负责收集电表附属用户的电能消费信息;所述的智能电表数据传输模块通过智能电表间的无线传输连接,构建基础的数据接收和发送单元,用以传递或者接收相关的计算结果,并借助数据安全验证模块检测数据来源及数据本身的可靠性;所述的智能电表数据存储模块负责将数据按指定形式、结构存储在电表内存中,并向外提供数据存储调用接口;所述的智能电表数据安全验证模块,用于对数据完整性进行检测以及访问权限进行控制,维护数据传递过程中的一致性及数据传输参与双方的身份可靠性;所述的智能电表核心计算模块,计算本地附属用户的非法用电检测参数及可推导的其他用户的智能电表数据,并调用数据传输模块将计算结果传输出去。
所述的智能电表数据采集模块包括:数据采样模块和数据存储调用模块;所述的数据采样模块连接智能电表数据接口,按照设定的采样周期,获取周期内的智能电表数据和;所述的数据存储调用模块将采样数据以键值对数组的形式组织,将之存储在智能电表内存中,键值对是指时间周期与相应电力数据的一一对应。
所述的智能电表数据传输模块包括:数据接收模块和数据发送模块,所述的数据接收模块负责和数据发送方建立数据传输通路,接收其发送的数据,并调用智能电表数据存储模块,以对象式文件的形式完成数据存储;所述的数据发送模块负责和数据接收方建立数据传输通路,调用智能电表数据存储模块获取指定数据内容,向其发送数据。
所述的智能电表数据存储模块包括:数据读取模块和数据写入模块,所述的数据读取模块负责接收数据文件名,查阅文件名和数据内容存储地址对照表,从智能电表内存中的实际物理地址处,读取相对应的数据内容;所述的数据写入模块负责接收数据文件名、数据类型、数据组织形式等参数信息和数据内容本身,将实际数据内容按照指定的数据类型和组织形式写入智能电表内存。
所述的数据安全验证模块包括:数据完整性计算模块和数据源身份验证模块,所述的数据完整性计算模块获取数据中的校验和数据信息,计算当前数据内容对应的校验和值,与数据自带的校验和值进行比对,如果相同,则说明数据的完整性并未受到破坏,如果不同,则丢弃该数据;所述的数据源身份验证模块获取数据中发送方信息,经由接收方私钥解密后,鉴定数据源是否可靠,如果解密后获取的数字序列在接收方验证库可以查到,则数据源可靠,否则丢弃数据。
所述的智能电表核心计算模块包括:LU矩阵分解模块和回溯数值替换模块,所述的LU矩阵分解模块通过智能电表数据传输模块获取本地计算所需的基础数据后,调用智能电表数据安全验证模块验证安全后,计算矩阵的相关列数据,完成计算后,将计算结果通过智能电表数据传输模块发送出去;所述的回溯数值替换模块通过智能电表数据传输模块获取本地计算所需的基础数据后,调用智能电表数据安全验证模块验证安全后,计算矩阵的相关行数据及本身参数,完成计算后,将计算结果通过智能电表数据传输模块发送出去。
一种智能电网非法用电行为分布式检测方法,其特点在于,该方法包括如下步骤:
①部署过程:在指定电力小区的各住户处及变电站处分别安装具备上述的智能电网非法用电行为分布式检测系统的智能电表,并对各智能电表进行编号SM0至SMm,其中,SM0为变电站处智能电表,SM1至SMm为第一住户处智能电表至第m住户处智能电表;
②数据采样:从t1至tn时刻,各住户处智能电表由各自的智能电表数据采样模块分别采样对应住户的电能消耗值,变电站处智能电表号SM0由智能电表数据采样模块采样小区总电能消耗值,变电站处智能电表号SM0将tj时刻的小区总电能消耗值经智能电表数据传输模块发送给对应智能电表SMj,j为1到n之间的任意正整数;
③矩阵分解过程:变电站处智能电表SM0的智能电表核心计算模块计算下三角矩阵L协作计算向量y的第一个元素y1,并通过智能电表数据传输模块传输给第一住户处智能电表SM1,第一住户处智能电表SM1经由数据传输模块接收下三角矩阵L协作计算向量y的第一个元素y1,并经智能电表数据安全验证模块验证数据完整性及其来源后,计算下三角矩阵L与上三角矩阵U的第1列,并将该计算结果存储在第一住户处智能电表SM1的内存中,同时传输给第二住户处智能电表SM2;依次进行,第j个住户处的智能电表SMj计算下三角矩阵L与上三角矩阵U的第j列,j为1到m之间的任意正整数,直至第m住户处智能电表SMm,完成下三角矩阵L与上三角矩阵U第1至m列的计算,计算结果分别存储在各住户处智能电表的本地内存中;
计算下三角矩阵L与上三角矩阵U的第j列的具体步骤如下:
1)下三角矩阵L第j列计算:
对于下三角矩阵L第j列第i个数据li,j,i为1到m间的任意正整数,
当i<j,下三角矩阵L第j列第i个数据li,j等于0;
当j=1,下三角矩阵L第j列第i个数据li,j等于当前智能电表在ti时刻采样存储的电能消耗值pti,j除以当前智能电表在t1时刻采样存储的电能消耗值pt1,j;
当2<=j<=m且i>j,首先计算当前智能电表在ti时刻采样存储的电能消耗值pti,j与下三角矩阵L的前j列子矩阵和上三角矩阵U的前j行子矩阵的乘积和间的差值diff,接着计算该差值diff除以上三角矩阵U的第j列第j个数据值所得的商,此商即为下三角矩阵L第j列第i个数据li,j的计算结果。
参照上述过程,逐个计算下三角矩阵L第j列的各个数据值;
2)上三角矩阵U第j列计算:
对于上三角矩阵UL第j列第i个数据ui,j,i为1到m间的任意正整数,
当i>j,计算上三角矩阵U第j列第i个数据ui,j等于0;
当i=1,计算上三角矩阵UL第j列第i个数据ui,j等于当前智能电表在ti时刻采样存储的电能消耗值pti,j;
当2<=i<=m且i<j,计算上三角矩阵UL第j列第i个数据ui,j等于当前智能电表在ti时刻采样存储的电能消耗值pti,j减去下三角矩阵L的前i列子矩阵和上三角矩阵U的前i行子矩阵的乘积和间所得的差值;
参照上述过程,逐个计算上三角矩阵U第j列的各个数据值。
④回溯数值替换过程:第m住户处智能电表SMm的智能电表核心计算模块从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果L和U的1至m列数据信息,计算上三角矩阵U第m列第m-1个元素值um-1,m以及对应住户的诚信参数km,并将这两个值经由数据传输模块传递给变电站处智能电表SM0和下一个智能电表,即第m-1住户处智能电表SMm-1,第m-1住户处智能电表SMm-1通过安全验证模块验证数据完整性及其来源,并从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果L和U的1至m-1列数据信息,开始计算上三角矩阵U第m-1列第m-2个元素值um-2,m-1以及对应住户的诚信参数km-1,其将该计算结果经由传输模块传输给变电站处智能电表SM0和下一个智能电表,即第m-2住户处智能电表SMm-2;依次进行至第一住户处智能电表SM1,完成全部住户的诚信参数的计算;
计算上三角矩阵U第m列第m-1个元素值um-1,m以及对应住户的诚信参数km的具体步骤如下:
1)上三角矩阵U第m列第m-1个元素值um-1,m等于当前智能电表在tm-1时刻采样存储的电能消耗值ptm-1,m减去下三角矩阵L的前m-1列子矩阵和上三角矩阵U的前m-1行子矩阵的乘积和所得的差值;
2)对应住户的诚信参数km的计算:
首先计算tm时刻变电站处智能电表采样存储的小区电能耗费值Ptm减去下三角矩阵L的前m列子矩阵和上三角矩阵U的前m行子矩阵的乘积和所得的差值D,接着计算差值D减去上三角矩阵U第m+1列到第n列的子矩阵与第m+1个住户到第n个住户的诚信参数向量间的乘积和所得的差值E,最后计算差值E除以上三角矩阵U的第m列第m个数据值所得的商,该商值即为对应住户的诚信参数km。
⑤统计计算过程:变电站处智能电表SM0获取全部住户的诚信参数后,依次检查其值是否大于1:
当kj=1,则用户j为诚信用户,没有窃电;
当kj>1,则用户j实际消费量大于记录量,即存在偷电行为;
当0<kj<1,则用户j实际消费量小于记录量,即电表故障。
与现有技术相比,本发明的有益效果是:1)本系统实现了对智能电网的全局覆盖,依托于智能电表完成非法用电检测,在系统部署完成后,即自然地实现了电网的全局覆盖,相较原有集中式检测系统,大大扩展了系统的覆盖度;2)本系统可进行实时监控,对电网用户电力数据进行实时采样监控,相较原有系统的漫长采样周期而言,效率更高,也更能应对突发情况;3)本系统的检测精度更高,线性方程组的求解过程中,将所覆盖电网内的全部用户各时间段的数据情况都计算在内,相较原有系统只计算单一用户的若干参数,计算和检测的精度更高。
附图说明
图1系统架构
图2小区电力规划图
图3LU矩阵分解过程
图4回溯替代过程
图5系统运行流程图
具体实施方式
下面对本发明的实施过程作举例详细说明,本实施例是在附图2所示小区中运行并以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程。
如图1所示,本实施例包括:(1)智能电表数据采集模块、(2)智能电表数据传输模块、(3)智能电表数据存储模块(4)智能电表数据安全验证模块、(5)智能电表核心计算模块。其中:智能电表数据采集模块负责收集电表附属用户的电能消费信息,其分布式地部署于各智能电表中,收集记录用户一定时间内的电能消费和;智能电表数据传输模块通过智能电表间的无线传输连接,构建基础的数据接收和发送单元,用以传递或者接收相关的计算结果,并借助数据安全验证模块检测数据来源及数据本身的可靠性;智能电表数据存储模块负责将数据按指定形式、结构存储在电表内存中,其向外提供数据存储调用接口;智能电表数据安全验证模块集成数据完整性检测及访问权限控制功能,维护数据传递过程中的一致性及数据传输参与双方的身份可靠性;智能电表核心计算模块,依照核心算法,计算本地附属用户的非法用电检测参数及可推导的其他用户的智能电表数据,并调用数据传输模块将计算结果传输出去。
所述的智能电表数据采集模块包括:数据采样模块、数据存储调用模块。其中:数据采样模块连接智能电表数据接口,按照设定的采样周期,获取周期内的智能电表数据和;数据存储调用模块将采样数据以键值对数组的形式组织,调用智能电表数据存储模块,将之存储在智能电表内存中,键值对是指时间周期与相应电力数据的一一对应。
所述的智能电表数据传输模块包括:数据接收模块、数据发送模块。数据传输通路均基于无线通信信道建立,其中:数据接收模块负责和数据发送方(任意其他智能电表)建立数据传输通路,接收其发送的数据,并调用智能电表数据存储模块,以对象式文件的形式完成数据存储;数据发送模块负责和数据接收方(本智能电表指定的传输目的智能电表)建立数据传输通路,调用智能电表数据存储模块获取指定数据内容,向其发送数据。
所述的智能电表数据存储模块包括:数据读取模块、数据写入模块。其中:数据读取模块负责接收数据文件名,查阅文件名和数据内容存储地址对照表,从智能电表内存中的实际物理地址处,读取相对应的数据内容;数据写入模块负责接收数据文件名、数据类型、数据组织形式等参数信息和数据内容本身,将实际数据内容按照指定的数据类型和组织形式写入智能电表内存
所述的数据安全验证模块包括:数据完整性计算模块、数据源身份验证模块。其中:数据完整性计算模块获取数据中的校验和数据信息,根据消息摘要算法第五版(MD5)计算当前数据内容对应的校验和值,与数据自带的校验和值进行比对,如果相同,则说明数据的完整性并未受到破坏,如果不同,则丢弃该数据;数据源身份验证模块获取数据中发送方信息,主要为一串经由当前数据接收方公钥加密的数字序列,经由接收方私钥解密后,鉴定数据源是否可靠,如果解密后获取的数字序列在接收方验证库可以查到,则数据源可靠,否则丢弃数据。
所述的智能电表核心计算模块包括:LU矩阵分解模块、回溯数值替换模块。二者运行基础为本系统的核心算法,稍后会进行介绍。其中:LU矩阵分解模块通过智能电表数据传输模块获取本地计算所需的基础数据后,计算矩阵的相关列数据,完成计算后,将计算结果通过智能电表数据传输模块发送出去;回溯数值替换模块通过智能电表数据传输模块获取本地计算所需的基础数据后,计算矩阵的相关行数据及本身参数,完成计算后,将计算结果通过智能电表数据传输模块发送出去。
本发明的核心算法是基于如下的数学模型:
如图2所示是某个小区的电力规划图。其中,小区变电站、每家每户都安装了智能电表。这些智能电表通过无线网络或有线网络传递实时的用电信息。假设,小区包含N个用户,我们定义信息采集周期为SP,即每个采样周期内,N+1(包含总电表)个智能电表都会统计各自在前一周期内的用电量,分别标记为Pt,j(用户j在时刻t的电力消费值)和TPt(变电站电表在时刻t记录的用电量)。Kj是每个用户诚信度,则Kj*Pt,j代表用户j从(t-SP)~t时刻期间的实际耗电量。(下面的描述将以SmartMeter的缩写SM代称智能电表)
所有用户上报的用电量与变电站电表的计量值之间,存在以下等式,
其中,我们的目标是获知每个用户的K值(诚信参数)。
定义,
1)如果Kj=1,则用户j为诚信用户,没有窃电;
2)如果Kj>1,则用户j实际消费量大于记录量,即存在偷电行为;
3)如果0<Kj<1,则用户j实际消费量小于记录量,即电表故障。
求解n个变量(即k1~n),需要n个线性方程组。即假设每户的用电量(即pt,i)是随时间变化的,则通过不同时段多次采集,即可获得一系列的方程组,如下所示:
.
.
.
从而,非法用电的行为检测变成了线性方程组的求解过程,其可简化为矩阵相乘:
Pk=∑P′ (2)
针对上述的线性方程组,分布式算法如下:
将上述方程组求解简化为矩阵分解,将上述等式归约为矩阵P,将该矩阵P分解为下三角矩阵L与上三角矩阵U的乘积,意即:
∑P′=LU (3)
对于上三角矩阵U,其中元素可以按照如下过程计算:
ui,j=0,i>j
其中,为矩阵P中第j列中的第i个元素,同理,下三角矩阵L中的元素可以按照如下过程计算:
li,j=0,i<j
L和U能够互相协作式地计算求解,在其求解完成后,有:
Ly=∑P′ (6)
Uk=y (7)
对于第j-1个智能电表SMj-1来说,其计算yj由以下过程推出:
最终,每个SMj计算其对应诚信参数Kj,使用回溯替代法:kn=yn/un,n,以及
对于j<n的情况。
故而算法整体需要两个过程:分布式LU矩阵分解和回溯替代过程。伪代码实现如附图3和4所示。
SM0计算y1=Pt1,之后传递该值给SM1,SM0不需要计算L U中的任意元素,SM1接收y1后,其计算U中的第1列和L中的第1列以及y2,之后传递y1,y2,L中的第1列给SM2.对于SMj,它获取y1到yj的所有y值,和L中的第1列至第j-1列,一次计算U中的第j列,L中的第j列,和yj+1,之后SMj将y1到yj+1和L的1至j列的值传递给SMj+1。最终SMn计算完毕L和U中的所有元素值,以及所有的y值,进而发通知给总智能电表,让其开启回溯替换过程。对于回溯替换过程,从SMn开始,参照公式8,开始计算,un-1,n以及kn,并将这两个值传递给SMn-1,SMn-1依照上数值计算kn-1以及un-2,n-1,依次类推,直到所有的参数值都被计算出来,每个电表计算出各自参数后,将值传递给总电表计算,总电表可根据诚信参数值来鉴别所有的非法用电用户。
系统运行流程
如附图5所示,本发明分布式非法用电检测系统运行包含5个步骤,分别为:系统部署过程、数据采样过程、矩阵分解过程、回溯数值替换过程、统计计算过程。下面就这5个步骤的详细情况做说明。
所述的系统部署过程,包含软件模块安装过程、软件运行初始化过程。其中:软件模块安装过程是将上述采样、传输、存储、安全、计算等智能电表处理模块安装在住户智能电表和变电站处智能电表(此处称为电力数据收集器)中;软件运行初始化过程是将系统各模块运行的参数初始化,具体为电力数据收集器中计算模块初始化自身序号为SM0,并根据住户总数n来标定其他各智能电表序号为SM1至SMn,并将该序号传递给各对应智能电表。完成系统部署过程后,系统开始运行数据采样过程。
所述的数据采样过程,是系统开始运行后的第一项任务,根据初始化时设定的住户总数n,各住户智能电表记录t0至tn n个时刻的住户30分钟内电能消耗值(单位千瓦时KWH),电力数据收集器同样记录t0至tn n个时刻的小区电力总消费值。当完成所有n个时刻的数据采样后,电力数据收集器通过数据传输模块将tj时刻的小区电力总消费值Ptj发送给智能电表SMj。传输完毕后,系统开始运行矩阵分解过程。
所述的矩阵分解过程,是系统核心计算的第一部分,其从电力数据收集器SM0开始,其智能电表核心计算模块根据上述核心算法计算对应参数y1为t1时刻的电力总消费值,将该数据通过智能电表数据传输模块传输给智能电表SM1;从此处开始,核心计算模块运行稍有不同,对于智能电表SMj,其核心计算模块从上一个智能电表SMj-1处获取计算相关数据,并经由数据安全验证模块验证数据源为SMj-1且数据本身是完整的,根据核心算法,其开始计算矩阵L的第j列数据和矩阵U的第j列数据,完成计算后,其将计算结果经由数据存储模块存储在智能电表本地内存中,并将该计算结果L的第1至j列数据和U的第1至j列数据经由数据传输模块发送给下一个智能电表SMj+1;如此分布式运行,直到最后一个智能电表SMn完成其计算。之后,系统开始运行回溯数值替代过程。
所述的回溯数值替代过程,是系统核心计算的第二部分,其从最后一个智能电表SMn开始,其核心计算模块参照核心算法中公式8和9,从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果,开始计算un-1,n以及对应住户的诚信参数kn,并将这两个值经由数据传输模块传递给下一个智能电表SMn-1和电力数据收集器SM0;依次类推,对于对于智能电表SMj,其核心计算模块从上一个智能电表SMj+1处获取计算相关数据,并经由数据安全验证模块验证数据源为SMj+1且数据本身是完整的,根据核心算法中公式8和9,从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果,计算uj-1,j以及对应住户的诚信参数kj,将这两个值经由数据传输模块传递给下一个智能电表SMj-1和电力数据收集器SM0;如此分布式运行,直到第一个智能电表SM1完成其计算。之后,系统开始运行统计计算过程。
所述的统计计算过程,是系统运行的最后一个过程,其运行在电力数据收集器SM0中,其将所有的大于1的诚信参数值和对应智能电表的序列号输出,至此完成一轮非法用电行为检测,之后电力数据收集器向其他住户的智能电表发出重置信号,系统重新进入数据采样过程。
本实施例的具体操作过程包含系统部署过程、数据采样过程、矩阵分解过程、回溯数值替换过程、统计计算过程,如下:
1)系统部署过程:在指定电力小区(图2所示)中部署本检测系统,各户智能电表中安装检测系统实例,并按照拓扑,指定各实例的序列号,住户A-D的智能电表序列号为SM1至SM4,SM0标注变电站处的电力数据采集器。系统开始运行采样过程。
2)数据采样过程:从t1时刻(此处为上午8点)开始,SM1至SM4经由智能电表数据采样模块采样对应住户的30分钟电能消耗值(单位千瓦时),SM0经由智能电表数据采样模块采样小区总电能消耗值,采样至t4时刻(此处为上午10点)结束,SM0将tj时刻的小区总电能消耗值经由智能电表数据传输模块发送给对应智能电表SMj。系统开始运行矩阵分解过程。
3)矩阵分解过程:自SM0开始,运行智能电表核心计算模块,参照核心算法计算y1,完成计算后,其将y1经由智能电表数据传输模块传输给SM1,SM1经由数据传输模块接收y1,经由安全验证模块验证数据完整性和来源为SM0后,根据公式(4)计算矩阵L和U的第1列,其将该计算结果经由传输模块传输给SM2,并经由存储模块将结果存储在SM1内存中;依次进行,SM1至SM2,SM2至SM3,SM3至SM4,完成L和U全部列数据的计算。系统开始运行回溯数值替代过程。
SM3智能电表计算完毕自身诚信参数k0-k3后,将其发送给变压站处的智能电表SM4,SM4判断各参数大小,如果其大于1,则标定该用户为非法用电用户,如果其小于1,则标定该用户为受害用户。SM4将上述标定信息经由警报界面信息生成模块转化后提供给一线运维人员查看。
4)回溯数值替换过程:自SM4开始,运行智能电表核心计算模块,参照核心算法中公式8和9,从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果L和U的1至4列数据信息,开始计算u3,4以及对应住户的诚信参数k4,完成计算后,其将u3,4经由智能电表数据传输模块传输给SM3和SM0,SM3经由数据传输模块接收u3,4,经由安全验证模块验证数据完整性和来源为SM4后,参照核心算法中公式8和9,从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果L和U的1至3列数据信息,开始计算u2,3以及对应住户的诚信参数k3,其将该计算结果经由传输模块传输给SM2和SM0,;依次进行,SM2至SM1,完成k1至k4全部诚信参数的计算。系统开始运行统计计算过程。
5)统计计算过程:SM0获取k1至k4全部诚信参数后,检查其值是否大于1,将k值大于1的智能电表用户标定为非法用电用户,至此完成本轮非法用电检测。系统持续运行,进行数据采样过程,并不停歇。
通过该实施例,我们提出的一种高效率快速响应的分布式非法用电行为检测系统,以其覆盖全局电网的特性,快速检测智能电网中非法用电行为,分布式的形式使其计算效率大大提高,避免了集中式机器学习方法处理的若干缺陷。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种智能电网非法用电行为分布式检测系统,其特征在于,包括智能电表数据采集模块(1)、智能电表数据传输模块(2)、智能电表数据存储模块(3)、智能电表数据安全验证模块(4)和智能电表核心计算模块(5);
所述的智能电表数据采集模块负责收集电表附属用户的电能消费信息;所述的智能电表数据传输模块通过智能电表间的无线传输连接,构建基础的数据接收和发送单元,用以传递或者接收相关的计算结果,并借助数据安全验证模块检测数据来源及数据本身的可靠性;所述的智能电表数据存储模块负责将数据按指定形式、结构存储在电表内存中,并向外提供数据存储调用接口;所述的智能电表数据安全验证模块,用于对数据完整性进行检测以及访问权限进行控制,维护数据传递过程中的一致性及数据传输参与双方的身份可靠性;所述的智能电表核心计算模块,计算本地附属用户的非法用电检测参数及可推导的其他用户的智能电表数据,并调用数据传输模块将计算结果传输出去。
2.根据权利要求1所述的智能电网非法用电行为分布式检测系统,其特征在于,所述的智能电表数据采集模块(1)包括:数据采样模块和数据存储调用模块;所述的数据采样模块连接智能电表数据接口,按照设定的采样周期,获取周期内的智能电表数据和;所述的数据存储调用模块将采样数据以键值对数组的形式组织,将之存储在智能电表内存中,键值对是指时间周期与相应电力数据的一一对应。
3.根据权利要求1所述的智能电网非法用电行为分布式检测系统,其特征在于,所述的智能电表数据传输模块(2)包括:数据接收模块和数据发送模块,所述的数据接收模块负责和数据发送方建立数据传输通路,接收其发送的数据,并调用智能电表数据存储模块,以对象式文件的形式完成数据存储;所述的数据发送模块负责和数据接收方建立数据传输通路,调用智能电表数据存储模块获取指定数据内容,向其发送数据。
4.根据权利要求1所述的智能电网非法用电行为分布式检测系统,其特征在于,所述的智能电表数据存储模块(3)包括:数据读取模块和数据写入模块,所述的数据读取模块负责接收数据文件名,查阅文件名和数据内容存储地址对照表,从智能电表内存中的实际物理地址处,读取相对应的数据内容;所述的数据写入模块负责接收数据文件名、数据类型、数据组织形式等参数信息和数据内容本身,将实际数据内容按照指定的数据类型和组织形式写入智能电表内存。
5.根据权利要求1所述的智能电网非法用电行为分布式检测系统,其特征在于,所述的数据安全验证模块(4)包括:数据完整性计算模块和数据源身份验证模块,所述的数据完整性计算模块获取数据中的校验和数据信息,计算当前数据内容对应的校验和值,与数据自带的校验和值进行比对,如果相同,则说明数据的完整性并未受到破坏,如果不同,则丢弃该数据;所述的数据源身份验证模块获取数据中发送方信息,经由接收方私钥解密后,鉴定数据源是否可靠,如果解密后获取的数字序列在接收方验证库可以查到,则数据源可靠,否则丢弃数据。
6.根据权利要求1所述的智能电网非法用电行为分布式检测系统,其特征在于,所述的智能电表核心计算模块(5)包括:LU矩阵分解模块和回溯数值替换模块,所述的LU矩阵分解模块通过智能电表数据传输模块获取本地计算所需的基础数据后,调用智能电表数据安全验证模块验证安全后,计算矩阵的相关列数据,完成计算后,将计算结果通过智能电表数据传输模块发送出去;所述的回溯数值替换模块通过智能电表数据传输模块获取本地计算所需的基础数据后,调用智能电表数据安全验证模块验证安全后,计算矩阵的相关行数据及本身参数,完成计算后,将计算结果通过智能电表数据传输模块发送出去。
7.一种智能电网非法用电行为分布式检测方法,其特征在于,该方法包括步骤:
①部署过程:在指定电力小区的各住户处及变电站处分别安装具备权利要求1所述的智能电网非法用电行为分布式检测系统的智能电表,并对各智能电表进行编号SM0至SMm,其中,SM0为变电站处智能电表,SM1至SMm为第一住户处智能电表至第m住户处智能电表;
②数据采样:从t1至tn时刻,各住户处智能电表由各自的智能电表数据采样模块分别采样对应住户的电能消耗值,变电站处智能电表号SM0由智能电表数据采样模块采样小区总电能消耗值,变电站处智能电表号SM0将tj时刻的小区总电能消耗值经智能电表数据传输模块发送给对应智能电表SMj,j为1到n之间的任意正整数;
③矩阵分解过程:变电站处智能电表SM0的智能电表核心计算模块计算下三角矩阵L协作计算向量y的第一个元素y1,并通过智能电表数据传输模块传输给第一住户处智能电表SM1,第一住户处智能电表SM1经由数据传输模块接收下三角矩阵L协作计算向量y的第一个元素y1,并经智能电表数据安全验证模块验证数据完整性及其来源后,计算下三角矩阵L与上三角矩阵U的第1列,并将该计算结果存储在第一住户处智能电表SM1的内存中,同时传输给第二住户处智能电表SM2;依次进行,第j个住户处的智能电表SMj计算下三角矩阵L与上三角矩阵U的第j列,j为1到m之间的任意正整数,直至第m住户处智能电表SMm,完成下三角矩阵L与上三角矩阵U第1至m列的计算,计算结果分别存储在各住户处智能电表的本地内存中;
④回溯数值替换过程:第m住户处智能电表SMm的智能电表核心计算模块从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果L和U的1至m列数据信息,计算上三角矩阵U第m列第m-1个元素值um-1,m以及对应住户的诚信参数km,并将这两个值经由数据传输模块传递给变电站处智能电表SM0和下一个智能电表,即第m-1住户处智能电表SMm-1,第m-1住户处智能电表SMm-1通过安全验证模块验证数据完整性及其来源,并从数据存储模块中获取存储于智能电表内存的矩阵分解过程计算结果L和U的1至m-1列数据信息,开始计算上三角矩阵U第m-1列第m-2个元素值um-2,m-1以及对应住户的诚信参数km-1,其将该计算结果经由传输模块传输给变电站处智能电表SM0和下一个智能电表,即第m-2住户处智能电表SMm-2;依次进行至第一住户处智能电表SM1,完成全部住户的诚信参数的计算;
⑤统计计算过程:变电站处智能电表SM0获取全部住户的诚信参数后,依次检查其值是否大于1:
当kj=1,则用户j为诚信用户,没有窃电;
当kj>1,则用户j实际消费量大于记录量,即存在偷电行为;
当0<kj<1,则用户j实际消费量小于记录量,即电表故障。
8.根据权利要求7所述的智能电网非法用电行为分布式检测方法,其特征在于,所述的步骤③中计算下三角矩阵L与上三角矩阵U的第j列的具体步骤如下:
1)下三角矩阵L第j列计算:
对于下三角矩阵L第j列第i个数据li,j,i为1到m间的任意正整数,
当i<j,下三角矩阵L第j列第i个数据li,j等于0;
当j=1,下三角矩阵L第j列第i个数据li,j等于当前智能电表在ti时刻采样存储的电能消耗值pti,j除以当前智能电表在t1时刻采样存储的电能消耗值pt1,j;
当2<=j<=m且i>j,首先计算当前智能电表在ti时刻采样存储的电能消耗值pti,j与下三角矩阵L的前j列子矩阵和上三角矩阵U的前j行子矩阵的乘积和间的差值diff,接着计算该差值diff除以上三角矩阵U的第j列第j个数据值所得的商,此商即为下三角矩阵L第j列第i个数据li,j的计算结果。
参照上述过程,逐个计算下三角矩阵L第j列的各个数据值;
2)上三角矩阵U第j列计算:
对于上三角矩阵UL第j列第i个数据ui,j,i为1到m间的任意正整数,
当i>j,计算上三角矩阵U第j列第i个数据ui,j等于0;
当i=1,计算上三角矩阵UL第j列第i个数据ui,j等于当前智能电表在ti时刻采样存储的电能消耗值pti,j;
当2<=i<=m且i<j,计算上三角矩阵UL第j列第i个数据ui,j等于当前智能电表在ti时刻采样存储的电能消耗值pti,j减去下三角矩阵L的前i列子矩阵和上三角矩阵U的前i行子矩阵的乘积和间所得的差值;
参照上述过程,逐个计算上三角矩阵U第j列的各个数据值。
9.根据权利要求7所述的智能电网非法用电行为分布式检测方法,其特征在于,所述的步骤④中计算上三角矩阵U第m列第m-1个元素值um-1,m以及对应住户的诚信参数km的具体步骤如下:
1)上三角矩阵U第m列第m-1个元素值um-1,m等于当前智能电表在tm-1时刻采样存储的电能消耗值ptm-1,m减去下三角矩阵L的前m-1列子矩阵和上三角矩阵U的前m-1行子矩阵的乘积和所得的差值;
2)对应住户的诚信参数km的计算:
首先计算tm时刻变电站处智能电表采样存储的小区电能耗费值Ptm减去下三角矩阵L的前m列子矩阵和上三角矩阵U的前m行子矩阵的乘积和所得的差值D,接着计算差值D减去上三角矩阵U第m+1列到第n列的子矩阵与第m+1个住户到第n个住户的诚信参数向量间的乘积和所得的差值E,最后计算差值E除以上三角矩阵U的第m列第m个数据值所得的商,该商值即为对应住户的诚信参数km。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410806114.5A CN104569576B (zh) | 2014-12-19 | 2014-12-19 | 智能电网非法用电行为分布式检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410806114.5A CN104569576B (zh) | 2014-12-19 | 2014-12-19 | 智能电网非法用电行为分布式检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104569576A true CN104569576A (zh) | 2015-04-29 |
CN104569576B CN104569576B (zh) | 2018-03-20 |
Family
ID=53086113
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410806114.5A Expired - Fee Related CN104569576B (zh) | 2014-12-19 | 2014-12-19 | 智能电网非法用电行为分布式检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104569576B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105067858A (zh) * | 2015-08-25 | 2015-11-18 | 国网浙江杭州市富阳区供电公司 | 分布式发电系统的电能计量的方法及系统 |
CN105182033A (zh) * | 2015-07-17 | 2015-12-23 | 广东浩迪创新科技有限公司 | 一种智能电表系统的信用管理计费方法及系统 |
CN106291436A (zh) * | 2015-05-19 | 2017-01-04 | 中国科学院沈阳自动化研究所 | 基于二叉检测树的智能电网邻居区域恶意电表检测方法 |
WO2017012506A1 (zh) * | 2015-07-17 | 2017-01-26 | 广东浩迪创新科技有限公司 | 一种基于智能电表的费用管理系统及方法 |
CN106528274A (zh) * | 2016-11-03 | 2017-03-22 | 许继集团有限公司 | 用电信息数据处理方法、用电信息采集系统及智能电表 |
TWI615004B (zh) * | 2016-02-05 | 2018-02-11 | 分散式智慧電網之集中防護方法及其系統 | |
CN107817404A (zh) * | 2017-11-18 | 2018-03-20 | 广西电网有限责任公司电力科学研究院 | 一种便携式计量自动化终端故障诊断装置及其诊断方法 |
CN108021538A (zh) * | 2017-11-15 | 2018-05-11 | 国网甘肃省电力公司信息通信公司 | 一种基于联合天气信息矩阵分解的电量数据恢复方法 |
CN112671785A (zh) * | 2020-12-29 | 2021-04-16 | 杭州拓深科技有限公司 | 一种基于ai算法的安全用电电表系统 |
CN113343300A (zh) * | 2021-06-21 | 2021-09-03 | 杭州市电力设计院有限公司余杭分公司 | 电网数据安全防护方法和分布式电网数据安全防护系统 |
CN114325148A (zh) * | 2021-01-26 | 2022-04-12 | 青岛海尔电冰箱有限公司 | 冰箱的智能检测设备 |
CN114552787A (zh) * | 2022-03-04 | 2022-05-27 | 国网山东省电力公司临沂供电公司 | 基于大数据采集的电网智能系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101634980A (zh) * | 2009-06-12 | 2010-01-27 | 深圳市科陆电子科技股份有限公司 | 预付费电能表管理系统及方法 |
CN101799681A (zh) * | 2010-02-10 | 2010-08-11 | 刘文祥 | 智能电网 |
JP2011095059A (ja) * | 2009-10-28 | 2011-05-12 | Panasonic Electric Works Sunx Tatsuno Co Ltd | 売買電力量計 |
CN201985858U (zh) * | 2011-04-02 | 2011-09-21 | 禾苗通信技术(无锡)有限公司 | 电力采集器数据传输模块 |
US20120229295A1 (en) * | 2011-03-09 | 2012-09-13 | General Electric Company | Monitoring system for an electrical device |
CN103647788A (zh) * | 2013-12-23 | 2014-03-19 | 国网重庆市电力公司 | 一种智能电网中的节点安全认证方法 |
-
2014
- 2014-12-19 CN CN201410806114.5A patent/CN104569576B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101634980A (zh) * | 2009-06-12 | 2010-01-27 | 深圳市科陆电子科技股份有限公司 | 预付费电能表管理系统及方法 |
JP2011095059A (ja) * | 2009-10-28 | 2011-05-12 | Panasonic Electric Works Sunx Tatsuno Co Ltd | 売買電力量計 |
CN101799681A (zh) * | 2010-02-10 | 2010-08-11 | 刘文祥 | 智能电网 |
US20120229295A1 (en) * | 2011-03-09 | 2012-09-13 | General Electric Company | Monitoring system for an electrical device |
CN201985858U (zh) * | 2011-04-02 | 2011-09-21 | 禾苗通信技术(无锡)有限公司 | 电力采集器数据传输模块 |
CN103647788A (zh) * | 2013-12-23 | 2014-03-19 | 国网重庆市电力公司 | 一种智能电网中的节点安全认证方法 |
Non-Patent Citations (2)
Title |
---|
李鹏等: "基于多核心处理器的分布式发电微网系统暂态并行仿真方法", 《中国电机工程学报》 * |
汪家旺等: "分布式电网经济调度及其多目标优化模型研究", 《小型微型计算机系统》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106291436B (zh) * | 2015-05-19 | 2018-11-27 | 中国科学院沈阳自动化研究所 | 基于二叉检测树的智能电网邻居区域恶意电表检测方法 |
CN106291436A (zh) * | 2015-05-19 | 2017-01-04 | 中国科学院沈阳自动化研究所 | 基于二叉检测树的智能电网邻居区域恶意电表检测方法 |
CN105182033A (zh) * | 2015-07-17 | 2015-12-23 | 广东浩迪创新科技有限公司 | 一种智能电表系统的信用管理计费方法及系统 |
WO2017012506A1 (zh) * | 2015-07-17 | 2017-01-26 | 广东浩迪创新科技有限公司 | 一种基于智能电表的费用管理系统及方法 |
CN105067858A (zh) * | 2015-08-25 | 2015-11-18 | 国网浙江杭州市富阳区供电公司 | 分布式发电系统的电能计量的方法及系统 |
TWI615004B (zh) * | 2016-02-05 | 2018-02-11 | 分散式智慧電網之集中防護方法及其系統 | |
CN106528274A (zh) * | 2016-11-03 | 2017-03-22 | 许继集团有限公司 | 用电信息数据处理方法、用电信息采集系统及智能电表 |
CN108021538A (zh) * | 2017-11-15 | 2018-05-11 | 国网甘肃省电力公司信息通信公司 | 一种基于联合天气信息矩阵分解的电量数据恢复方法 |
CN108021538B (zh) * | 2017-11-15 | 2021-06-04 | 国网甘肃省电力公司信息通信公司 | 一种基于联合天气信息矩阵分解的电量数据恢复方法 |
CN107817404A (zh) * | 2017-11-18 | 2018-03-20 | 广西电网有限责任公司电力科学研究院 | 一种便携式计量自动化终端故障诊断装置及其诊断方法 |
CN107817404B (zh) * | 2017-11-18 | 2023-06-20 | 广西电网有限责任公司电力科学研究院 | 一种便携式计量自动化终端故障诊断装置及其诊断方法 |
CN112671785A (zh) * | 2020-12-29 | 2021-04-16 | 杭州拓深科技有限公司 | 一种基于ai算法的安全用电电表系统 |
CN114325148A (zh) * | 2021-01-26 | 2022-04-12 | 青岛海尔电冰箱有限公司 | 冰箱的智能检测设备 |
CN113343300A (zh) * | 2021-06-21 | 2021-09-03 | 杭州市电力设计院有限公司余杭分公司 | 电网数据安全防护方法和分布式电网数据安全防护系统 |
CN114552787A (zh) * | 2022-03-04 | 2022-05-27 | 国网山东省电力公司临沂供电公司 | 基于大数据采集的电网智能系统 |
CN114552787B (zh) * | 2022-03-04 | 2024-01-30 | 国网山东省电力公司临沂供电公司 | 基于大数据采集的电网智能系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104569576B (zh) | 2018-03-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104569576B (zh) | 智能电网非法用电行为分布式检测系统 | |
Cui et al. | Detecting false data attacks using machine learning techniques in smart grid: A survey | |
Dehghanpour et al. | A survey on state estimation techniques and challenges in smart distribution systems | |
Tan et al. | Survey of security advances in smart grid: A data driven approach | |
Biswas et al. | Electricity theft pinpointing through correlation analysis of master and individual meter readings | |
Pei et al. | PMU placement protection against coordinated false data injection attacks in smart grid | |
Yuan et al. | Outage detection in partially observable distribution systems using smart meters and generative adversarial networks | |
Khan et al. | Attack detection in power distribution systems using a cyber-physical real-time reference model | |
Anwar et al. | Ensuring data integrity of OPF module and energy database by detecting changes in power flow patterns in smart grids | |
CN103413044B (zh) | 一种基于变电站量测信息的电力系统局部拓扑估计方法 | |
CN104125112A (zh) | 基于物理-信息模糊推理的智能电网攻击检测方法 | |
CN113708376B (zh) | 电力系统概率最优潮流计算方法、系统、设备及存储介质 | |
Naderi et al. | Experimental validation of a remedial action via Hardware-in-the-Loop System against cyberattacks targeting a lab-scale PV/Wind Microgrid | |
Choi et al. | Impact analysis of locational marginal price subject to power system topology errors | |
CN111313399B (zh) | 一种区域用电网络拓扑关系确认方法、装置和系统 | |
Muzzammel et al. | Advanced energy management system with the incorporation of novel security features | |
Hacker et al. | A framework to evaluate multi-use flexibility concepts simultaneously in a co-simulation environment and a cyber-physical laboratory. | |
Liao et al. | Urban distribution grid line outage identification | |
Menon et al. | Cyber security for smart meters | |
CN101820172B (zh) | 电网柔性约束综合系统 | |
CN117240630A (zh) | 一种电力设备安全评估装置及安全评估方法 | |
CN117014223A (zh) | 集中器及其数据传输方法、装置及存储介质 | |
CN110097017A (zh) | 输电网络特型电表监控系统及方法 | |
CN110361619A (zh) | 一种非侵入式用电能效监测模块 | |
Menzel et al. | Securing smart grids locally using a power flow-based intrusion detection system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180320 Termination date: 20201219 |
|
CF01 | Termination of patent right due to non-payment of annual fee |