CN106645934A - 基于动态网格离群点的用电行为反窃电诊断方法和装置 - Google Patents
基于动态网格离群点的用电行为反窃电诊断方法和装置 Download PDFInfo
- Publication number
- CN106645934A CN106645934A CN201611141060.0A CN201611141060A CN106645934A CN 106645934 A CN106645934 A CN 106645934A CN 201611141060 A CN201611141060 A CN 201611141060A CN 106645934 A CN106645934 A CN 106645934A
- Authority
- CN
- China
- Prior art keywords
- value
- new breath
- sampling
- power utilization
- variance
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/061—Details of electronic electricity meters
- G01R22/066—Arrangements for avoiding or indicating fraudulent use
Abstract
本发明公开了一种基于动态网格离群点的用电行为反窃电诊断方法和装置。方法包括:从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息,基于上述采样信息构建数据观测矩阵,并计算采样新息、新息方差实测值和新息方差理论值;根据采样新息、新息方差实测值和新息方差理论值构建基于残差检验的第一检验函数和基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;在第一检测值大于第一预设阈值且第二检测值大于第二预设阈值的情况下,确定用户用电异常。本发明解决了现有技术中电力监察部门依靠用户每月电量的变化或台区线损统计确定窃电嫌疑用户等方法带来的实时性差、现场排查效率低的技术问题。
Description
技术领域
本发明涉及数据挖掘领域,具体而言,涉及一种基于动态网格离群点的用电行为反窃电诊断方法和装置。
背景技术
离群点数据挖掘是解决电力市场的窃电行为诊断的主要方法。针对用电过程中电压或电流越限及异常、飞走和突变、电能表停走等异常窃电行为,获取现场采集装置的各类负荷,电压电流或电能指示值信息,利用离群点算法对异常或故障可快速诊断。
目前,基于离群点算法的主要方法有基于统计分布、基于深度、基于聚类、基于距离和基于密度等五类方法。每种方法应用于不同的领域,存在不同程度的局限。基于统计分布的方法要求数据服从特定的概率和模型;基于深度的离群点挖掘算法的计算复杂度高,对于三维以上的数据处理效果是理想;基于聚类的方法对依赖选择的族,效率低下;基于距离的挖掘方法对参数选择难以确定,并且基于距离的离群挖掘针对的只是全局概念的离群点挖掘,对于局部离群点无能为力;基于密度的离群点挖掘方法给每个点都赋予了一个离群因子,多关注局部离群点。
针对电力用户正常用电过程中三相电压/电流表现为一定范围的波动过程,各用户的用电情况难以用特定的分布特性描述,在实施窃电行为后体现出来的电压电流为异常的离群点,迫切需要利用滑动窗的动态网格离群点检测方法应用于准实时窃电行为的判定和算法实现。基于此,研究一种实时准确的反窃电诊断方法,成为了行业发展的方向。
针对上述现有技术中电力监察部门依靠用户每月电量的变化或台区线损统计确定窃电嫌疑用户等方法带来的实时性差、现场排查效率低的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于动态网格离群点的用电行为反窃电诊断方法和装置,以至少解决现有技术中电力监察部门依靠用户每月电量的变化或台区线损统计确定窃电嫌疑用户等方法带来的实时性差、现场排查效率低的技术问题。
根据本发明实施例的一个方面,提供了一种基于动态网格离群点的用电行为反窃电诊断方法,包括:从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,否则,确定用户用电正常。
根据本发明实施例的另一方面,还提供了一种基于动态网格离群点的用电行为反窃电诊断装置,包括:获取模块,用于从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;构建模块,用于基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;第一计算模块,用于根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;第二计算模块,用于根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;确定模块,用于在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,否则,确定用户用电正常。
在本发明实施例中,通过从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,本发明采用考虑残差检验和新息方差检验相结合,效率高、准确性强,并且采用动态网格滑动窗方法,可以减小观测数据量和计算量,实现实时诊断,并且容易实现,进而解决了现有技术中电力监察部门依靠用户每月电量的变化或台区线损统计确定窃电嫌疑用户等方法带来的实时性差、现场排查效率低的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例1的一种基于动态网格离群点的用电行为反窃电诊断方法的流程图;
图2是根据本发明实施例1的一种基于动态网格离群点的用电行为反窃电诊断方法的流程图;以及
图3是根据本发明实施例2的一种基于动态网格离群点的用电行为反窃电诊断装置的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例,提供了一种基于动态网格离群点的用电行为反窃电诊断方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的基于动态网格离群点的用电行为反窃电诊断方法,如图1所示,该方法包括如下步骤:
步骤S102,从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息。
步骤S104,基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵。
具体的,本发明在建立数据观测矩阵时,可将用电信息计量装置采集到电压电流和功率因数等元素扩充到数据观测矩阵中,可判断电压电流和功率因数异常和故障等现象,较好的适应性。
步骤S106,根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值。
步骤S108,根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值。
步骤S110,在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,否则,确定用户用电正常。
在本发明实施例中,通过从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,否则,确定用户用电正常,本发明采用考虑残差检验和新息方差检验相结合,效率高、准确性强,并且采用动态网格滑动窗方法,可以减小观测数据量和计算量,实现实时诊断,并且容易实现,进而解决了现有技术中电力监察部门依靠用户每月电量的变化或台区线损统计确定窃电嫌疑用户等方法带来的实时性差、现场排查效率低的技术问题。
在一种可选的实施例中,数据观测矩阵的公式如下:
其中,表示所述用电信息采集系统在时刻n的数据观测矩阵,n表示所述用电信息采集系统的采样数目,M表示动态网格滑动窗口的长度,其中x(k)=[xa(k) xb(k) xc(k)]T表示所述用电信息采集系统在k时刻采集的a、b、c三相电压值,并且k=1,2,…,n。
具体的,根据用电信息采集系统的计量装置采集到的a、b、c三相电压值进行数据预处理,可以建立数据观测矩阵Xn:
a、b、c表示采集系统对应的三相;当采集观测信息出现丢失时,可采用前一时刻的观测值代替。
从获取的n个连续采样数目中连续选取动态网格滑动窗口固定长度为M的采样数据,建立数据观测矩阵
下一个采样数据到来时,动态网格滑动窗口采集的数据观测矩阵为:
在一种可选的实施例中,步骤S106,根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值。
具体的,可以建立基于动态网格滑动窗的信息增量矩阵,计算采样新息zr、新息方差的实测值Cr及新息方差的理论值为Pr,受电网的波动和用采系统的分辨率影响,电力用户正常用电过程中,用电采集系统的三相电流和电压为额定值附近极小的波动噪声,特别是额定电压位于10%平衡率附近波动,因此当用户实施窃电行为后,表现为用采的观测值成为全局离群点,因此本发明能有效用于反窃电行为诊断。
在一种可选的实施例中,采样新息的计算公式为:
其中,
其中,zr(n+1)表示n+1时刻的采样新息,表示所述用电信息采集系统在n时刻的数据观测矩阵和在n+1时刻的数据观测矩阵构成的公共数据观测矩阵,且iM-1=[1,1,…1]。
具体的,由用电采集系统在时刻n的数据观测矩阵和时刻n+1的数据观测矩阵的公共数据观测矩阵相关元素构成,iM-1=[1,1,…1,]∈R(M-1)。
在一种可选的实施例中,新息方差实测值的计算公式为:
当n>M时,
当n≤M时,
其中,Cr表示所述新息方差实测值,zr(i)表示i时刻的采样新息,i=1,2,…,n。
具体的,当n>M时,新息方差的实测值Cr选取当前M个新息向量方差均值,动态滑动窗口长度M根据具体情况选定。
在一种可选的实施例中,新息方差理论值的计算公式为:
其中,Pr表示所述新息方差理论值。
具体的,为n时刻的用户用电采样信息均值。
在一种可选的实施例中,所述第一检验函数的计算公式为:
其中,qr表示所述第一检测值,zr表示所述采样新息,Pr表示所述新息方差理论值。
具体的,根据极大似然比检验原理,可以得到基于残差χ2检验的第一检验函数,根据残差序列的统计特性知,检验函数值qr服从自由度为m的χ2分布,即qr~χ2(m),其中,m=3为用电采集系统三相电压的维数。
在一种可选的实施例中,第二检验函数的计算公式为:
其中,qk表示所述第二检测值,Pr表示所述新息方差理论值,Cr表示所述新息方差实测值,Tr[·]表示求取矩阵迹运算。
在一种可选的实施例中,根据第一检验函数,电压异常的反窃电的判别准则可以为:qr>TD1表示异常;qr≤TD1表示正常;其中,为预设的检测门限,服从分位点(虚警概率)为α、自由度为m的χ2分布,查χ2分布表可得门限TD1。根据第二检验函数,电压异常的反窃电的判别准则为:qk>TD2表示异常;qk≤TD2正常;其中,TD2是预先设定的门限值,根据实际设定;其中,新息矩阵实测值Cr和新息矩阵理论值Pr的对角线上的元素表示各变量的方差,新息方差实测值与新息方差理论值的比值应该在1附近,当用电采集观测信息出现了异常,该比值长期偏离1,则说明用户用电行为发生了异常。
在一种可选的实施例中,当且仅当两种检验算法同时检验出异常时,判定此刻的用电采集数据异常,综合考虑残差χ2检验和新息方差检验的结果做出合理的判断,相应的判别准则可以为:当qr≤TD1,qk≤TD2时,用户用电正常,当qr>TD1,qk≤TD2时,用户用电正常,当qr≤TD1,qk>TD2时,用户用电正常,当qr>TD1,qk>TD2时,用户用电异常。由于残差χ2检验的判别准则本身存在虚警概率与漏警概率,需要结合新息方差检验结果进行联合检验。
在一种可选的实施例中,步骤S110中确定用户用电异常之后,还包括:生成用电异常警告,并剔除当前时刻的a、b、c三相电压值的采样信息。
具体的,当且仅当两种检验算法同时检验出异常时,判定此刻的用电采集数据异常,给出用电异常警告并同时通知相关人员进行现场排查,保留当前动态网格滑动窗数据,将当前采样信息剔除并更新采样标记。
在一种可选的实施例中,剔除当前时刻的a、b、c三相电压值的采样信息或者确定用户用电正常之后,还包括:确定当前时刻的下一个时刻是否达到预设步长;在当前时刻的下一个时刻没有达到所述预设步长的情况下,返回步骤S102。
具体的,剔除当前时刻的a、b、c三相电压值的采样信息或者确定用户用电正常之后,可以判断k+1是否大于等于预设步长L,其中k表示当前时刻,k+1表示下一时刻,如果是,反窃电诊断结束,完成基于动态网络离群点的用电行为反窃电诊断过程,否则返回用户用电计量系统数据采集信息预处理过程进行下一次估计。
在一种可选的实施例中,如图2所示,基于动态网格离群点的用电行为反窃电诊断开始后,首先对用户用电计量系统采集的信息进行预处理,即构建数据观测矩阵,然后根据预处理的结果计算动态网格滑动窗残差也就是计算采样新息、新息方差实测值和动态网格滑动窗新息增量均值也就是新息方差理论值,然后根据动态网格滑动窗残差和新息方差实测值得到残差χ2检验函数也就是第一检验函数,根据新息方差实测值和动态网格滑动窗新息增量均值得到新息方差比值检验函数,也就是第二检验函数,在第一检验函数和第二检验函数的结果同时异常时,需要剔除当前采样新息并更新采样标记,给出用电异常警告并进行现场排查,之后可以判断k+1是否大于等于预设步长L,也就是离群点诊断是否完成,在在第一检验函数和第二检验函数的结果并不是同时异常时,可以直接判断k+1是否大于等于预设步长L,在判断结果为是的时候,说明已经完成,如果判断结果为否,说明还没有完成用电行为反窃电诊断,此时将k+1值赋值给k,重新开始执行步骤S102。
实施例2
根据本发明实施例,提供了一种基于动态网格离群点的用电行为反窃电诊断的产品实施例,图3是根据本发明实施例的基于动态网格离群点的用电行为反窃电诊断装置,如图3所示,该装置包括获取模块、构建模块、第一计算模块、第二计算模块和确定模块。
其中,获取模块,用于从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;构建模块,用于基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;第一计算模块,用于根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;第二计算模块,用于根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;确定模块,用于在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,否则,确定用户用电正常。
在本发明实施例中,通过获取模块从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;构建模块基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;第一计算模块根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;第二计算模块根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;确定模块在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,本发明采用考虑残差检验和新息方差检验相结合,效率高、准确性强,并且采用动态网格滑动窗方法,可以减小观测数据量和计算量,实现实时诊断,并且容易实现,进而解决了现有技术中电力监察部门依靠用户每月电量的变化或台区线损统计确定窃电嫌疑用户等方法带来的实时性差、现场排查效率低的技术问题。
此处需要说明的是,上述获取模块、构建模块、第一计算模块、第二计算模块和确定模块对应于实施例1中的步骤S102至步骤S110,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于动态网格离群点的用电行为反窃电诊断方法,其特征在于,包括:
从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;
基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;
根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;
根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;
在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,否则,确定用户用电正常。
2.根据权利要求1所述的方法,其特征在于,所述数据观测矩阵的公式如下:
其中,表示所述用电信息采集系统在时刻n的数据观测矩阵,n表示所述用电信息采集系统的采样数目,M表示动态网格滑动窗口的长度,其中x(k)=[xa(k) xb(k) xc(k)]T表示所述用电信息采集系统在k时刻采集的a、b、c三相电压值,并且k=1,2,…,n。
3.根据权利要求2所述的方法,其特征在于,所述采样新息的计算公式为:
其中,
其中,zr(n+1)表示n+1时刻的采样新息,表示所述用电信息采集系统在n时刻的数据观测矩阵和在n+1时刻的数据观测矩阵构成的公共数据观测矩阵,且iM-1=[1,1,…1]。
4.根据权利要求3所述的方法,其特征在于,所述新息方差实测值的计算公式为:
当n>M时,
当n≤M时,
其中,Cr表示所述新息方差实测值,zr(i)表示i时刻的采样新息,i=1,2,…,n。
5.根据权利要求4所述的方法,其特征在于,所述新息方差理论值的计算公式为:
其中,Pr表示所述新息方差理论值。
6.根据权利要求1或5所述的方法,其特征在于,所述第一检验函数的计算公式为:
其中,qr表示所述第一检测值,zr表示所述采样新息,Pr表示所述新息方差理论值。
7.根据权利要求1或5所述的方法,其特征在于,所述第二检验函数的计算公式为:
其中,qk表示所述第二检测值,Pr表示所述新息方差理论值,Cr表示所述新息方差实测值,Tr[·]表示求取矩阵迹运算。
8.根据权利要求1所述的方法,其特征在于,确定用户用电异常之后,还包括:
生成用电异常警告,并剔除当前时刻的a、b、c三相电压值的采样信息。
9.根据权利要求8所述的方法,其特征在于,剔除当前时刻的a、b、c三相电压值的采样信息或者确定用户用电正常之后,还包括:
确定当前时刻的下一个时刻是否达到预设步长;
在当前时刻的下一个时刻没有达到所述预设步长的情况下,返回所述从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息的步骤。
10.一种基于动态网格离群点的用电行为反窃电诊断装置,其特征在于,包括:
获取模块,用于从用电信息采集系统的计量装置获取当前时刻的a、b、c三相电压值的采样信息;
构建模块,用于基于动态网格滑动窗根据所述a、b、c三相电压值构建数据观测矩阵;
第一计算模块,用于根据所述数据观测矩阵计算采样新息、新息方差实测值和新息方差理论值;
第二计算模块,用于根据所述采样新息和所述新息方差实测值构建基于残差检验的第一检验函数,以及根据所述新息方差实测值和所述新息方差理论值的比值构建基于新息方差检验的第二检验函数,分别计算第一检测值和第二检测值;
确定模块,用于在所述第一检测值大于第一预设阈值且所述第二检测值大于第二预设阈值的情况下,确定用户用电异常,否则,确定用户用电正常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611141060.0A CN106645934B (zh) | 2016-12-12 | 2016-12-12 | 基于动态网格离群点的用电行为反窃电诊断方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611141060.0A CN106645934B (zh) | 2016-12-12 | 2016-12-12 | 基于动态网格离群点的用电行为反窃电诊断方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106645934A true CN106645934A (zh) | 2017-05-10 |
CN106645934B CN106645934B (zh) | 2019-02-26 |
Family
ID=58825665
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611141060.0A Active CN106645934B (zh) | 2016-12-12 | 2016-12-12 | 基于动态网格离群点的用电行为反窃电诊断方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106645934B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108256559A (zh) * | 2017-12-27 | 2018-07-06 | 国网河南省电力公司电力科学研究院 | 一种基于局部离群点因子的低压窃电用户定位方法 |
CN109146705A (zh) * | 2018-07-02 | 2019-01-04 | 昆明理工大学 | 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 |
CN109253750A (zh) * | 2018-09-18 | 2019-01-22 | 中国电力科学研究院有限公司 | 一种计量设备的计量累计值增量过大异常状态判断方法及系统 |
CN110082699A (zh) * | 2019-05-10 | 2019-08-02 | 国网天津市电力公司电力科学研究院 | 一种低压台区智能电能表运行误差计算方法及其系统 |
CN110738415A (zh) * | 2019-10-15 | 2020-01-31 | 国网山西省电力公司晋中供电公司 | 基于用电采集系统和离群点算法的窃电用户分析方法 |
CN112213687A (zh) * | 2020-10-10 | 2021-01-12 | 国网四川省电力公司电力科学研究院 | 基于伪异常点辨识的关口电能表数据异常检测方法及系统 |
CN112345825A (zh) * | 2019-08-09 | 2021-02-09 | 国网山东省电力公司淄博供电公司 | 一种窃电检测方法 |
CN113379322A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 一种基于标签增广的窃电用户判别方法 |
CN115238753A (zh) * | 2022-09-21 | 2022-10-25 | 西南交通大学 | 一种基于局部离群因子的自适应shm数据清洗方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04233892A (ja) * | 1990-12-28 | 1992-08-21 | Alpine Electron Inc | 電気機器の盗難防止装置 |
CN101216503A (zh) * | 2008-01-02 | 2008-07-09 | 武汉国测科技股份有限公司 | 分级式防窃电系统及方法 |
CN201749136U (zh) * | 2010-06-09 | 2011-02-16 | 安徽省电力公司淮南供电公司 | 现场反窃电快速检查分析判断装置 |
CN103455855A (zh) * | 2013-09-12 | 2013-12-18 | 国家电网公司 | 一种基于用电信息数据分析的反间歇性窃电检测方法 |
CN104374993A (zh) * | 2014-11-25 | 2015-02-25 | 国家电网公司 | 基于电力物联网的反窃电方法、反窃电装置和处理器 |
WO2015044715A1 (en) * | 2013-09-27 | 2015-04-02 | Freescale Semiconductor, Inc. | Low jitter pulse output for power meter |
EP2910903A1 (de) * | 2014-02-20 | 2015-08-26 | Siemens Aktiengesellschaft | Verfahren zum Erkennen von Stromdiebstahl in einem Niederspannungsnetz |
-
2016
- 2016-12-12 CN CN201611141060.0A patent/CN106645934B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04233892A (ja) * | 1990-12-28 | 1992-08-21 | Alpine Electron Inc | 電気機器の盗難防止装置 |
CN101216503A (zh) * | 2008-01-02 | 2008-07-09 | 武汉国测科技股份有限公司 | 分级式防窃电系统及方法 |
CN201749136U (zh) * | 2010-06-09 | 2011-02-16 | 安徽省电力公司淮南供电公司 | 现场反窃电快速检查分析判断装置 |
CN103455855A (zh) * | 2013-09-12 | 2013-12-18 | 国家电网公司 | 一种基于用电信息数据分析的反间歇性窃电检测方法 |
WO2015044715A1 (en) * | 2013-09-27 | 2015-04-02 | Freescale Semiconductor, Inc. | Low jitter pulse output for power meter |
EP2910903A1 (de) * | 2014-02-20 | 2015-08-26 | Siemens Aktiengesellschaft | Verfahren zum Erkennen von Stromdiebstahl in einem Niederspannungsnetz |
CN104374993A (zh) * | 2014-11-25 | 2015-02-25 | 国家电网公司 | 基于电力物联网的反窃电方法、反窃电装置和处理器 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108256559B (zh) * | 2017-12-27 | 2021-05-14 | 国网河南省电力公司电力科学研究院 | 一种基于局部离群点因子的低压窃电用户定位方法 |
CN108256559A (zh) * | 2017-12-27 | 2018-07-06 | 国网河南省电力公司电力科学研究院 | 一种基于局部离群点因子的低压窃电用户定位方法 |
CN109146705A (zh) * | 2018-07-02 | 2019-01-04 | 昆明理工大学 | 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 |
CN109146705B (zh) * | 2018-07-02 | 2022-04-12 | 昆明理工大学 | 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 |
CN109253750A (zh) * | 2018-09-18 | 2019-01-22 | 中国电力科学研究院有限公司 | 一种计量设备的计量累计值增量过大异常状态判断方法及系统 |
CN110082699A (zh) * | 2019-05-10 | 2019-08-02 | 国网天津市电力公司电力科学研究院 | 一种低压台区智能电能表运行误差计算方法及其系统 |
CN112345825A (zh) * | 2019-08-09 | 2021-02-09 | 国网山东省电力公司淄博供电公司 | 一种窃电检测方法 |
CN110738415A (zh) * | 2019-10-15 | 2020-01-31 | 国网山西省电力公司晋中供电公司 | 基于用电采集系统和离群点算法的窃电用户分析方法 |
CN112213687A (zh) * | 2020-10-10 | 2021-01-12 | 国网四川省电力公司电力科学研究院 | 基于伪异常点辨识的关口电能表数据异常检测方法及系统 |
CN112213687B (zh) * | 2020-10-10 | 2023-05-16 | 国网四川省电力公司电力科学研究院 | 基于伪异常点辨识的关口电能表数据异常检测方法及系统 |
CN113379322A (zh) * | 2021-07-06 | 2021-09-10 | 国网江苏省电力有限公司营销服务中心 | 一种基于标签增广的窃电用户判别方法 |
CN115238753A (zh) * | 2022-09-21 | 2022-10-25 | 西南交通大学 | 一种基于局部离群因子的自适应shm数据清洗方法 |
CN115238753B (zh) * | 2022-09-21 | 2022-12-06 | 西南交通大学 | 一种基于局部离群因子的自适应shm数据清洗方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106645934B (zh) | 2019-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106645934A (zh) | 基于动态网格离群点的用电行为反窃电诊断方法和装置 | |
CN102866321B (zh) | 一种自适应的防窃漏电诊断方法 | |
CN104698343B (zh) | 基于历史录波数据的电网故障判断方法和系统 | |
US20200081054A1 (en) | Power line issue diagnostic methods and apparatus using distributed analytics | |
CN108445410A (zh) | 一种监测蓄电池组运行状态的方法及装置 | |
EP1630635A2 (en) | Method and apparatus for improved fault detection in power generation equipment | |
CN111415107B (zh) | 配电网台区画像生成方法、装置、计算机设备和存储介质 | |
CN106908752A (zh) | 一种基于特征分组的电能计量异常诊断方法及系统 | |
CN106569030A (zh) | 一种电能计量异常诊断中的告警阈值寻优方法及装置 | |
CN107255526A (zh) | 一种温度检测方法、检测模块及检测系统 | |
Fu et al. | Online temporal-spatial analysis for detection of critical events in cyber-physical systems | |
CN103308859A (zh) | 蓄电池状态的监测系统及监测方法 | |
CN113922412B (zh) | 一种新能源多场站短路比全景化评估方法、系统、存储介质及计算设备 | |
CN109063885A (zh) | 一种变电站异常量测数据预测方法 | |
CN107944721A (zh) | 一种通用的基于数据挖掘的机器学习方法、装置以及系统 | |
CN107959675A (zh) | 配电网无线通信接入的网络异常流量检测方法和装置 | |
CN109726485A (zh) | 混凝土坝点真实应力可靠度预测分析方法及装置 | |
CN104361242B (zh) | 基于数据驱动和随机直觉模糊策略的轴承故障诊断方法 | |
CN114021946A (zh) | 一种企业环保管家管理系统 | |
CN109947815A (zh) | 一种基于离群点算法的窃电辨识方法 | |
CN109040084A (zh) | 一种网络流量异常检测方法、装置、设备及存储介质 | |
CN105027088B (zh) | 系统分析设备和系统分析方法 | |
CN107730537A (zh) | 基于箱粒子概率假设密度滤波的弱目标检测与跟踪方法 | |
Banik et al. | Anomaly detection techniques in smart grid systems: A review | |
CN109003686A (zh) | 核电站松脱部件的定位方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |