CN109142830A - 基于用电信息采集系统大数据的窃电检测方法 - Google Patents
基于用电信息采集系统大数据的窃电检测方法 Download PDFInfo
- Publication number
- CN109142830A CN109142830A CN201810927422.1A CN201810927422A CN109142830A CN 109142830 A CN109142830 A CN 109142830A CN 201810927422 A CN201810927422 A CN 201810927422A CN 109142830 A CN109142830 A CN 109142830A
- Authority
- CN
- China
- Prior art keywords
- data
- phase
- user
- stealing
- voltage
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R11/00—Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
- G01R11/02—Constructional details
- G01R11/24—Arrangements for avoiding or indicating fraudulent use
Abstract
本发明涉及基于用电信息采集系统大数据的窃电检测方法,属于反窃电分析技术领域。本发明首先获取所查区域中用户的用电数据,包括电压数据、电流数据和失压断相数据,并统计出所查区域中的发电用户数据;再检测和处理电压数据和/或电流数据并判断和识别出窃电嫌疑户;通过电压数据检测包括对电压数据和失压断相数据进行数据预处理和大数据处理并判断窃电嫌疑户;通过电流数据检测包括对比发电用户数据和电流数据,根据用户编号,清除电流数据中的发电用户数据行,以及对电流数据逐点进行判断。本发明提高了窃电检测的准确性、全面性、及时性及可靠性,并降了低检测费用。
Description
技术领域
本发明涉及基于用电信息采集系统大数据的窃电检测方法,属于反窃电分析技术领域。
背景技术
随着社会经济的高速发展,电力需求不断扩大的同时,窃电现象也愈演愈烈,严重影响电网的安全运行,扰乱电力市场经济秩序。因此,必须采取高效的窃电检测方法来有效遏制窃电这种违法行为。
现有技术中反窃电主要表现为:
一:通过检测计量装置来实现反窃电:
通过检测计量装置主要是通过电力公司工作人员在现场检查计量装置来实现。随着技术发展,通过计量装置检测窃电的方法也得到进一步提升,比如采用改进电能表的铅封设计、采用防窃电计量箱、安装具有窃电检测功能的电能表等。但此种检测方法一般通过人工检查的方式来进行,耗时耗力,也不能及时阻止窃电行为;防窃电计量装置虽然比一般计量装置更智能,但其仅针对某种或几种的窃电方式,不具有全面性,且防窃电计量装置在一定程度上也增加了窃电检测成本。
二:通过用电信息采集系统的反窃电分析模块来实现反窃电:
随着智能电表及用电信息采集系统的广泛推广应用,远程检测用户窃电行为逐渐成为发展趋势。目前用电信息采集系统中的反窃电分析模块中可分析失压断相、电流异常等用电异常行为,可为远程检测用户窃电行为提供一定的依据。但在实际运用中,该模块功能对远程检测用户窃电行为的作用比较有限,比如用户电流异常无法甄别出该用户是否为发电用户,电压异常无法判断该用户是否用电,其准确性与全面性有待提高。
发明内容
针对现有技术中存在的缺陷和不足,本发明提出了一种基于用电信息采集系统大数据的窃电检测方法,利用用电信息采集系统中海量基础数据进行电压和/或电流检测,进而对用户窃电行为进行检测,提高了窃电检测的准确性、全面性、及时性及可靠性,并在一定程度上降低了检测费用。
本发明是采用以下的技术方案实现的:一种基于用电信息采集系统大数据的窃电检测方法,包括如下步骤:
步骤一:获取所查区域中用户的用电数据,包括电压数据、电流数据和失压断相数据,并统计出所查区域中的发电用户数据;
步骤二:检测和处理电压数据和/或电流数据并判断和识别出窃电嫌疑户;包括:
(一)检测电压数据并判断和识别出窃电嫌疑户:
第一步:对电压数据和失压断相数据进行数据预处理,包括:
清除失压断相数据中异常持续时间不为空的数据行;
在电压数据中筛选出与失压断相数据中用户编号及相序相同的数据行;
第二步:大数据处理处理并判断窃电嫌疑户:
根据失压断相数据中用户电能表的接线方式来进行判断用户是否为窃电嫌疑户;
(a)如果用户电能表接线方式为三相三线,则B相电压为0,在电压数据中逐点判断A相和C相电压的二次电压值波动范围是否在额定二次电压值的[80%,120%]范围中,若该用户电压数据中A相或C相中有超过四个点的二次电压值数据在额定二次电压值的[80%,120%]范围外,则查找该用户的电流数据;如果该用户该相的电流数据中某点的电流数据不为0,则判断该用户用电,该用户即为窃电嫌疑户;
(b)如果用户电能表接线方式为三相四线,则B相电压不为0,在电压数据中逐点判断A相、B相和C相电压的二次电压值波动范围是否在额定二次电压值的[80%,120%]范围中,若该用户电压数据中A相或B相或C相中有超过四个点的二次电压值数据在额定二次电压值的[80%,120%]范围外,则查找该用户的电流数据;如果该用户该相的电流数据中某点的电流数据不为0,则判断该用户用电,该用户即为窃电嫌疑户。
(二)检测电流数据并判断和识别出窃电嫌疑户:
对比发电用户数据和电流数据,根据用户编号,清除电流数据中的发电用户数据行;
对电流数据逐点进行判断,如果某用户电流数据中有超过四个点的电流数据小于0且绝对值大于1,则判断该客户为窃电嫌疑户。
进一步地,步骤一中根据用电信息采集系统的反窃电分析模块获取所查区域中用户的用电数据。
进一步地,电压数据为用电信息采集系统检测的当日24小时电压曲线数据。
进一步地,电流数据为用电信息采集系统检测的当日24小时电流曲线数据。
进一步地,失压断相数据为用电信息采集系统检测的当日所在一周内的失压断相数据
与现有技术相比,本发明的有益效果是:
(一)与现有技术一中通过检测计量装置来实现反窃电相比,本发明所述的基于用电信息采集系统大数据的窃电检测方法具有以下优点:
(1)可实时发现窃电客户;现场用于排查的检测计量装置发现窃电嫌疑户的效率较低,而本发明通过监控分析用电信息采集系统中用户每日的电压、电流数据,可实时检测出有窃电嫌疑的客户;
(2)可全范围分析窃电行为;本发明可以分析全市用电客户的电压、电流数据,提高窃电检测的全面性;
(3)可降低窃电检测成本;本发明通过远程检测窃电行为,可节省现场排查的交通费用、人工费用等;另外,通过本发明所提到的方法进行窃电检测,可在一定程度上减少防窃电计量装置的安装,降低成本。
(二)与现有技术二相比,本发明通过用电信息采集系统的反窃电分析模块来实现反窃电,可提高窃电检测的准确性;本发明可以解决反窃电分析模块中在检测用户电流异常无法甄别出该客户是否为发电用户以及电压异常无法判断该用户是否用电的问题,从而提高窃电检测的准确性。
附图说明
图1是本发明的流程图。
图2是检测和处理电压数据并判断和识别出窃电嫌疑户的流程图。
图3是检测和处理电流数据并判断和识别出窃电嫌疑户的流程图。
图4是实施例1的数据导入图。
图5是实施例1的数据分析图。
图6是实施例1的电压异常明细导出图。
图7是实施例1的电流异常明细导出图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚、明白,下面结合附图和具体实例,对本发明提出的基于用电信息采集系统大数据的窃电检测方法进行进一步说明。应当理解,此处所描述的具体实施例仅用于解释本发明,并不用于限定本发明。
根据电量计算公式:W=Pt=UItcosΦ,如果窃电行为发生,用电信息采集系统中该用户的电压或电流数据将出现异常。所以本发明着重来分析用电信息采集系统中的电压、电流等基础数据。
本发明所述的基于用电信息采集系统大数据的窃电检测方法,如图1至图3所示,包括:
步骤一:根据用电信息采集系统的反窃电分析模块导出所查区域中用户的用电数据,包括检测的当日24小时电压曲线数据、检测的当日24小时电流曲线数据和检测的当日所在一周内的失压断相数据,并统计出所查区域中的发电用户数据,即:导出失压断相统计列表,记为表1,再分别导出需要的测当日24时的电压曲线数据列表和电流曲线数据列表,分别记为列表2和表3,统计出所查区域中的发电用户表,记表4;由于用户用电数据量较大,需通过大数据处理。
步骤二:检测和处理电压和/或电流数据并判断和识别出窃电嫌疑户;包括:
(一)检测电压数据并判断和识别出窃电嫌疑户,其流程如图2所示,
第一步:对失压断相数据和电压数据进行数据预处理,包括:
(1)删除表1即失压断相统计列表中异常持续时间不为空的数据行及用户终端类型为低压集中器的数据行;
(2)删除表2即电压曲线数据列表中电能表资产标号为V或v开头的数据行;
第二步:电压大数据处理并判断窃电嫌疑户,包括:
(1)初始化表1(失压断相统计列表)的行数a和表2(当日24时电压曲线数据列表)中时间点c和总时间点d;
(2)在表2中找到与表1中a行中SG186用户编号及相序相同的行,即b行;
(3)根据表1中的用户电能表中电压互感器的变比PT,计算表2(24点电压曲线数据列表)中b行时间点c的二次电压值U=电压值/PT;
(4)根据表1中的PT是否大于等于100,判断用户电能表的计量方式:
如果PT<100,则该用电能表的计量方式为高供低计或低供低计;若该用户电能表的二次电压值U小于220V*0.8V(即176V)或大于220V*1.2V(即264V),说明该时间点对应的电压失压;
如果PT>=100,则该用户电能表的计量方式为高供高计;此时需要根据表1中a行中用户电能表相线来判断用户电能表的接线方式:
a)若用户电能表接线方式为三相三线,判断二次电压值U是否在[80,120]V范围内,若U<80V或U>120V,根据表2中b行判断该相的相序,若该相是A相或C相,则该相该时间点失压;
b)若用户电能表接线方式为三相四线,判断二次电压值U是否在[48,72]V范围内,若U<48V或U>72V,则该相该时间点失压;
(5)根据第二步中的(4),如果表2中b行有超过四个点失压,将表2中b行加入电压异常明细表中;
(6)将电压异常明细表中各用户与表4中相应SG186用户编号相同的行对比,若此用户在表4中至少一相电流至少有一个时间点不为0,则将此用户放入电压异常用电户明细表;
需要说明的是加入电压异常用电户明细表中的用户为窃电嫌疑户;
(二)检测电流数据并判断和识别出窃电嫌疑户,其流程如图3所示,
第一步:对电流数据和电压数据进行数据预处理,包括:
(1)为避免检测出的电流异常用户为发电用户,删除表3(电流曲线数据列表)中与表4(发电用户表)中SG186用户编号相同的数据行。
(2)删除表3中电能表资产编号为V或v开头的数据行;
第二步:电流大数据处理,包括:
(1)初始化表3的行数m,时间点q;
(2)判断第m行q时间点的电流值i是否为负且绝对值>1;如果i为负且绝对值>1,则判断该时间点的该用用户电流异常;
(3)根据(2),如果表3中m行有超过四个点电流异常,则将m行加入电流异常明细表中,该用户即为窃电嫌疑户。
实施例1:
本发明的具体实施最终通过形成软件系统来呈现。下面以分析青岛市区2018年6月3日2万用户电压数据和电流数据为例,说明本发明的实施效果。
1.从用电信息采集系统中分别导出青岛市区5月27日-6月3日时间内的失压断相统计列表、6月3日24小时电压曲线数据和电流曲线数据,分别记为表1、表2、表3;统计全市的发电用户,记为表4。
2.登录智能分析软件,经反窃电分析模块处理,分别导入表1、表2、表3、表4,如图4所示。
3.点击“智能分析”,进行电压和电流数据分析,如图5所示。
4.分析完成后,分别导出电压异常明细、电压异常用电户明细和电流异常明细,如图6、图7所示所示。
5.电压异常用电户明细和电流异常明细即为所检测出的青岛市区2018年6月3日2万客户中有窃电嫌疑的用户。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何不经过创造性劳动想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书所限定的保护范围为准。
Claims (5)
1.一种基于用电信息采集系统大数据的窃电检测方法,其特征在于:包括如下步骤:
步骤一:获取所查区域中用户的用电数据,包括电压数据、电流数据和失压断相数据,并统计出所查区域中的发电用户数据;
步骤二:检测和处理电压数据和/或电流数据并判断和识别出窃电嫌疑户;包括:
(一)检测电压数据并判断和识别出窃电嫌疑户:
第一步:对电压数据和失压断相数据进行数据预处理,包括:
清除失压断相数据中异常持续时间不为空的数据行;
在电压数据中筛选出与失压断相数据中用户编号及相序相同的数据行;
第二步:大数据处理处理并判断窃电嫌疑户:
根据失压断相数据中用户电能表的接线方式来进行判断用户是否为窃电嫌疑户;
(a)如果用户电能表接线方式为三相三线,则B相电压为0,在电压数据中逐点判断A相和C相电压的二次电压值波动范围是否在额定二次电压值的[80%,120%]范围中,若该用户电压数据中A相或C相中有超过四个点的二次电压值数据在额定二次电压值的[80%,120%]范围外,则查找该用户的电流数据;如果该用户该相的电流数据中某点的电流数据不为0,则判断该用户用电,该用户即为窃电嫌疑户;
(b)如果用户电能表接线方式为三相四线,则B相电压不为0,在电压数据中逐点判断A相、B相和C相电压的二次电压值波动范围是否在额定二次电压值的[80%,120%]范围中,若该用户电压数据中A相或B相或C相中有超过四个点的二次电压值数据在额定二次电压值的[80%,120%]范围外,则查找该用户的电流数据;如果该用户该相的电流数据中某点的电流数据不为0,则判断该用户用电,该用户即为窃电嫌疑户;
(二)检测电流数据并判断和识别出窃电嫌疑户:
对比发电用户数据和电流数据,根据用户编号,清除电流数据中的发电用户数据行;
对电流数据逐点进行判断,如果某用户电流数据中有超过四个点的电流数据小于0且绝对值大于1,则判断该用户为窃电嫌疑户。
2.根据权利要求1所述的基于用电信息采集系统大数据的窃电检测方法,其特征在于:所述步骤一中根据用电信息采集系统的反窃电分析模块获取所查区域中用户的用电数据。
3.根据权利要求1或2所述的基于用电信息采集系统大数据的窃电检测方法,其特征在于:所述电压数据为用电信息采集系统检测的当日24小时电压曲线数据。
4.根据权利要求1或2所述的基于用电信息采集系统大数据的窃电检测方法,其特征在于:所述电流数据为用电信息采集系统检测的当日24小时电流曲线数据。
5.根据权利要求4所述的基于用电信息采集系统大数据的窃电检测方法,其特征在于:所述失压断相数据为用电信息采集系统检测的当日所在一周内的失压断相数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810927422.1A CN109142830A (zh) | 2018-08-15 | 2018-08-15 | 基于用电信息采集系统大数据的窃电检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810927422.1A CN109142830A (zh) | 2018-08-15 | 2018-08-15 | 基于用电信息采集系统大数据的窃电检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109142830A true CN109142830A (zh) | 2019-01-04 |
Family
ID=64789453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810927422.1A Pending CN109142830A (zh) | 2018-08-15 | 2018-08-15 | 基于用电信息采集系统大数据的窃电检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109142830A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242701A (zh) * | 2020-02-27 | 2020-06-05 | 国网北京市电力公司 | 一种电压异常时追补电费的方法 |
CN111443238A (zh) * | 2020-04-20 | 2020-07-24 | 北京智盟信通科技有限公司 | 一种防窃电方法 |
CN112180158A (zh) * | 2020-08-13 | 2021-01-05 | 中国电力科学研究院有限公司 | 一种基于典型用电类型特征库的窃电行为识别方法 |
CN113985098A (zh) * | 2021-10-29 | 2022-01-28 | 国网江苏省电力有限公司镇江供电分公司 | 一种基于实时计量的提高防窃电分析准确度的方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364631A (zh) * | 2013-07-26 | 2013-10-23 | 国家电网公司 | 一种高压用户光伏发电电能计量系统及其方法 |
CN103792420A (zh) * | 2014-01-26 | 2014-05-14 | 威胜集团有限公司 | 基于负荷曲线的防窃电及用电监察方法 |
CN104391201A (zh) * | 2014-11-27 | 2015-03-04 | 国家电网公司 | 基于电压异常分析的异常用电判断方法 |
CN104459475A (zh) * | 2014-12-29 | 2015-03-25 | 国家电网公司 | 一种基于电网在线监测信息对用电用户行为管理的方法 |
CN106645851A (zh) * | 2016-11-28 | 2017-05-10 | 国网浙江省电力公司丽水供电公司 | 一种具有电能对比功能的电表箱 |
CN106771448A (zh) * | 2016-12-15 | 2017-05-31 | 国网天津市电力公司 | 一种电能表分流分析防窃电预警分析方法 |
CN106841726A (zh) * | 2016-12-15 | 2017-06-13 | 国网天津市电力公司 | 一种失压断相分析防窃电预警分析方法 |
CN107340492A (zh) * | 2017-05-31 | 2017-11-10 | 国网上海市电力公司 | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 |
CN107543989A (zh) * | 2017-09-14 | 2018-01-05 | 国家电网公司 | 基于电能表失压断相判断线损异常的方法 |
-
2018
- 2018-08-15 CN CN201810927422.1A patent/CN109142830A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103364631A (zh) * | 2013-07-26 | 2013-10-23 | 国家电网公司 | 一种高压用户光伏发电电能计量系统及其方法 |
CN103792420A (zh) * | 2014-01-26 | 2014-05-14 | 威胜集团有限公司 | 基于负荷曲线的防窃电及用电监察方法 |
CN104391201A (zh) * | 2014-11-27 | 2015-03-04 | 国家电网公司 | 基于电压异常分析的异常用电判断方法 |
CN104459475A (zh) * | 2014-12-29 | 2015-03-25 | 国家电网公司 | 一种基于电网在线监测信息对用电用户行为管理的方法 |
CN106645851A (zh) * | 2016-11-28 | 2017-05-10 | 国网浙江省电力公司丽水供电公司 | 一种具有电能对比功能的电表箱 |
CN106771448A (zh) * | 2016-12-15 | 2017-05-31 | 国网天津市电力公司 | 一种电能表分流分析防窃电预警分析方法 |
CN106841726A (zh) * | 2016-12-15 | 2017-06-13 | 国网天津市电力公司 | 一种失压断相分析防窃电预警分析方法 |
CN107340492A (zh) * | 2017-05-31 | 2017-11-10 | 国网上海市电力公司 | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 |
CN107543989A (zh) * | 2017-09-14 | 2018-01-05 | 国家电网公司 | 基于电能表失压断相判断线损异常的方法 |
Non-Patent Citations (1)
Title |
---|
内蒙古电力公司: "《内蒙古电力公司企业标准 智能电能表技术规范》", 29 February 2012 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111242701A (zh) * | 2020-02-27 | 2020-06-05 | 国网北京市电力公司 | 一种电压异常时追补电费的方法 |
CN111443238A (zh) * | 2020-04-20 | 2020-07-24 | 北京智盟信通科技有限公司 | 一种防窃电方法 |
CN112180158A (zh) * | 2020-08-13 | 2021-01-05 | 中国电力科学研究院有限公司 | 一种基于典型用电类型特征库的窃电行为识别方法 |
CN113985098A (zh) * | 2021-10-29 | 2022-01-28 | 国网江苏省电力有限公司镇江供电分公司 | 一种基于实时计量的提高防窃电分析准确度的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109142830A (zh) | 基于用电信息采集系统大数据的窃电检测方法 | |
CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
CN111160791A (zh) | 一种基于gbdt算法及因素融合的异常用户识别方法 | |
CN110889441B (zh) | 一种基于距离和点密度的变电设备数据异常识别方法 | |
CN110047013B (zh) | 反专变用户间断型窃电方法 | |
CN115270974B (zh) | 基于大数据分析的智能窃电检测系统 | |
CN103400308A (zh) | Gis设备运行状态在线检测方法与系统 | |
Frank et al. | Extracting operating modes from building electrical load data | |
CN103529337B (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 | |
CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
CN114240041A (zh) | 配网台区精益化线损分析方法及系统 | |
CN115912359B (zh) | 基于大数据的数字化安全隐患识别排查治理方法 | |
CN109946640B (zh) | 基于计量自动化系统数据的专变终端失压失流判断方法 | |
CN114839462A (zh) | 一种智能反窃电监察方法和系统 | |
CN110750760A (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN110719445A (zh) | 一种基于图像识别的远程抄表系统及方法 | |
CN110703019A (zh) | 基于输电线路的采集信息的用电异常精准定位方法 | |
CN112015724A (zh) | 一种对电力运营数据计量异常进行分析的方法 | |
Pan et al. | Study on intelligent anti–electricity stealing early-warning technology based on convolutional neural networks | |
CN114069865A (zh) | 换流站运行监测系统、方法、装置、计算机设备及介质 | |
CN110927511B (zh) | 一种利用故障波形的电网故障诊断系统及方法 | |
CN114066219A (zh) | 一种关联矩阵下用电异常点智能识别的窃电分析方法 | |
CN112948742A (zh) | 一种基于平均负荷和总需量畸变率的非入户负荷识别方法 | |
CN108957383A (zh) | 一种快速显示电能表内部元件电气相量图的手持设备 | |
CN113919853B (zh) | 一种基于边端融合的低压用户窃电识别方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190104 |