CN109444496A - 一种电力窃电检测提示系统及方法 - Google Patents

一种电力窃电检测提示系统及方法 Download PDF

Info

Publication number
CN109444496A
CN109444496A CN201811229614.1A CN201811229614A CN109444496A CN 109444496 A CN109444496 A CN 109444496A CN 201811229614 A CN201811229614 A CN 201811229614A CN 109444496 A CN109444496 A CN 109444496A
Authority
CN
China
Prior art keywords
data
task
electric power
module
power stealing
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
Application number
CN201811229614.1A
Other languages
English (en)
Inventor
陈立忠
马成栋
潘龙
王晓燕
刘家琪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Binzhou Power Supply Co of State Grid Shandong Electric Power Co Ltd
Original Assignee
Binzhou Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Binzhou Power Supply Co of State Grid Shandong Electric Power Co Ltd filed Critical Binzhou Power Supply Co of State Grid Shandong Electric Power Co Ltd
Priority to CN201811229614.1A priority Critical patent/CN109444496A/zh
Publication of CN109444496A publication Critical patent/CN109444496A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R11/00Electromechanical arrangements for measuring time integral of electric power or current, e.g. of consumption
    • G01R11/02Constructional details
    • G01R11/24Arrangements for avoiding or indicating fraudulent use

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种电力窃电检测提示系统及方法,包括:电力窃电检测模块,所述电力窃电检测模块包括有数据源单元、数据采集单元、数据存储单元以及数据处理单元;数据库模块:数据库模块用以存储待处理任务和已处理任务;任务检测模块:负责检测待处理任务、已处理任务以及移动终端发送的指令,并根据移动终端的指令做出调控;轮询模块:发送定时消息给任务检测模块,触发任务检测模块进行检测;无线通信模块:根据任务检测模块做出的调控,将相应的任务信息发送至相应的移动终端;移动终端模块:包括任务接收单元、任务完成发送单元以及请求任务单元。

Description

一种电力窃电检测提示系统及方法
技术领域
本发明属于电力系统的窃电检测技术领域,具体涉及一种电力窃电检测提示系统及方法。
背景技术
现有技术中,电网用户存在严重的窃电偷电现象;这也一直是电力系统难解的课题。
调接零火线窃电手段,这种窃电方法是事先将电能表进线端的火、零线调接,根据电能表的内部电路结构,接零线端的输入跟输出是用联片短接的,因此,窃电户可利用自设(或另接)的零线用电,而电能表因没有反方向的电流回路通过电能表的电流线圈,导致电表停转。
这种窃电方法必须在室内装设倒闸控制开关,使经过电能表的零线和自设地线(或另接零线)能自由的控制。但自设地线会给用户的安全用电带来严重威胁。
断零窃电手段,这种窃电方法事先必须将电能表进线端的零线断开并将其隐蔽。跟调接法窃电相似,都需要另接或自设地线,并在室内安装倒闸开关。
在断开电表输入零线后,电流线圈仍可通过电流,而电压线圈会失去电压,这时,窃电户用电,电表是不会计量的。
当窃电户想电表转动计量时,可从电表零线输出端反接零电位(即另接零线或自设地线),电压线圈获得电压,电表转动。其二,在反接零电位的导线上串接电阻,跟欠压法相似,起到少计电量作用。此类方式亦称之为断零法。
无论哪种窃电方式,对整个供电系统都存在一定的安全隐患。此为现有技术的不足之处。
因此,针对现有技术中的上述缺陷,提供设计一种电力窃电检测提示系统及方法;以解决现有技术中的上述缺陷,是非常有必要的。
发明内容
本发明的目的在于,针对上述现有技术存在的缺陷,提供设计一种电力窃电检测提示系统及方法,以解决上述技术问题。
为实现上述目的,本发明给出以下技术方案:
一种电力窃电检测提示系统,其特征在于,包括:
电力窃电检测模块,所述电力窃电检测模块包括有数据源单元、数据采集单元、数据存储单元以及数据处理单元;
所述的数据源单元包括电网基础台账相关数据、电网拓扑图形数据、用户档案与抄录电量相关数据、开关台账与自动采集电量指数数据、用户及配变自动采集数据、开关负荷及开关状态数据;
所述数据采集单元对数据源单元的数据进行数据抽取、数据转换和数据清洗处理,将每天需要的海量数据同步到分布式文件系统中;
数据存储单元采用HDFS对数据进行存储,面向全类型数据的存储查询,文件数据存储在分散的存储介质上,对外提供一致的文件访问接口,采用HBase列式存储数据库以列相关存储架构进行数据存储,将结构化的数据文件映射为一张数据库表,并提供类SQL查询,并将查询语句转换为MapReduce;
数据处理单元根据电力窃电分析构建需求,设计数据挖掘业务模型,采用常用的聚类、回归、分类和关联分析数据挖掘算法,挖掘数据潜在价值,分析预测电力窃电率规律;根据样本数据训练优化数据挖掘模型,在大数据环境下并行运行,获得电力窃电分析所需隐含电网运行模式及结果;识别出潜在电力窃电位置;并将位置信息作为处理任务存储到数据库模块;
数据库模块:数据库模块用以存储待处理任务和已处理任务;
任务检测模块:负责检测待处理任务、已处理任务以及移动终端发送的指令,并根据移动终端的指令做出调控;
轮询模块:发送定时消息给任务检测模块,触发任务检测模块进行检测;
无线通信模块:根据任务检测模块做出的调控,将相应的任务信息发送至相应的移动终端;
移动终端模块:包括任务接收单元、任务完成发送单元以及请求任务单元;
任务接收单元接收无线通信模块发送的任务提醒,收到任务提醒后及时进行处理;
任务完成发送单元,在任务处理完成后,向无线通信模块发送任务完成指令,告知数据库模块,本次提醒任务已经完成;
请求任务单元,在当前没有任务处理时,通过该单元向无线通信模块发送请求处理任务指令,请求数据库模块分派任务;
所述无线通信模块通过以下步骤实现滤波处理:
S1:直接基于接收数据,进行匹配滤波;
S2:接收数据经过带通滤波后,进行匹配处理;
S3:直接对接收数据进行白化处理;
S4:接收数据经过带通滤波后,进行白化处理;
S5:接收数据经过带通滤波后,进行相似约束下的滤波器设计处理。
所述步骤S3和S4中白化处理方式如下:
其中,接收数据为列向量r,(·)T表示转置,R为噪声协方差矩阵,s–1、s+1表示发送信息“–1”、“+1”的波形,d为当前判决符号;
所述步骤S5中,相似约束是指控制滤波器与发射信号的距离在某一个范围内,从而间接约束滤波器特性。相似约束的表达式记为:
||W-S||2≤ε
其中,w为滤波器响应,s为发射信号,ε为约束上限,||·||表示二范数;
在相似度约束条件下,以信噪比为优化目标的滤波器表示为:
s.t||w||2=1,||s||2=1,|wTs|≥1-ε/2;
最优解为:
其中,εwf为白化滤波器情况下的相似度,与噪声R协方差有关;而λε是某方程的唯一解。
作为优选,所述数据采集单元中的数据抽取通过Sqoop进行系统之间的数据抽取,通过Apache Sqoop对关系数据库(RDBMS)与Hadoop之间进行大数据交流,将关系型数据库的数据导入到Hadoop中的数据存储组件(如HBase和Hive)中,把数据从Hadoop系统里抽取并导出到关系型数据库里;
数据转换将导入的业务信息按照电力窃电分析数据挖掘模型进行转换;
数据清洗将脏数据转化为满足电力窃电分析模型质量要求的数据。
作为优选,所述数据源单元中,电网基础台账相关数据由生产管理PMS系统提供,电网拓扑图形数据由电网GIS系统提供,用户档案与抄录电量相关数据由SG186营销系统提供,开关台账与自动采集电量指数数据由电能量采集系统提供,用户及配变自动采集数据由用电信息采集系统提供,开关负荷及开关状态数据由SCADA系统提供。
一种电力窃电检测提示方法,其特征在于,包括以下步骤:
S1:电力窃电检测步骤,具体包括以下步骤:
数据源获取步骤,获取电网基础台账相关数据、电网拓扑图形数据、用户档案与抄录电量相关数据、开关台账与自动采集电量指数数据、用户及配变自动采集数据、开关负荷及开关状态数据;
数据采集步骤,对数据源单元的数据进行数据抽取、数据转换和数据清洗处理,将每天需要的海量数据同步到分布式文件系统中;
数据存储步骤,采用HDFS对数据进行存储,面向全类型数据的存储查询,文件数据存储在分散的存储介质上,对外提供一致的文件访问接口,采用HBase列式存储数据库以列相关存储架构进行数据存储,将结构化的数据文件映射为一张数据库表,并提供类SQL查询,并将查询语句转换为MapReduce;
数据处理步骤,根据电力窃电分析构建需求,设计数据挖掘业务模型,采用常用的聚类、回归、分类和关联分析数据挖掘算法,挖掘数据潜在价值,分析预测电力窃电率规律;根据样本数据训练优化数据挖掘模型,在大数据环境下并行运行,获得电力窃电分析所需隐含电网运行模式及结果;识别出潜在电力窃电位置;并将位置信息作为处理任务存储到数据库模块;
S2:数据库模块存储待处理任务和已处理任务;
S3:检测待处理任务、已处理任务以及移动终端发送的指令,并根据移动终端的指令做出调控;
S4:发送定时消息给任务检测模块,触发任务检测模块进行检测;
S5:根据任务检测模块做出的调控,将相应的任务信息发送至相应的移动终端;
S6:任务接收单元接收无线通信模块发送的任务提醒,收到任务提醒后及时进行处理;
S7:在任务处理完成后,向无线通信模块发送任务完成指令,告知数据库模块,本次提醒任务已经完成;
S8:在当前没有任务处理时,通过该单元向无线通信模块发送请求处理任务指令,请求数据库模块分派任务;
所述步骤S6中,无线通信模块通过以下步骤实现滤波处理:
S1:直接基于接收数据,进行匹配滤波;
S2:接收数据经过带通滤波后,进行匹配处理;
S3:直接对接收数据进行白化处理;
S4:接收数据经过带通滤波后,进行白化处理;
S5:接收数据经过带通滤波后,进行相似约束下的滤波器设计处理。
所述步骤S3和S4中白化处理方式如下:
其中,接收数据为列向量r,(·)T表示转置,R为噪声协方差矩阵,s–1、s+1表示发送信息“–1”、“+1”的波形,d为当前判决符号;
所述步骤S5中,相似约束是指控制滤波器与发射信号的距离在某一个范围内,从而间接约束滤波器特性。相似约束的表达式记为:
||w-s||2≤ε
其中,w为滤波器响应,s为发射信号,ε为约束上限,||·||表示二范数;
在相似度约束条件下,以信噪比为优化目标的滤波器表示为:
s.t||w||2=1,||s||2=1,|wTs|≥1-ε/2;
最优解为:
其中,εwf为白化滤波器情况下的相似度,与噪声R协方差有关;而λε是某方程的唯一解。
作为优选,所述步骤S1中,所述数据采集单元中的数据抽取通过Sqoop进行系统之间的数据抽取,通过Apache Sqoop对关系数据库(RDBMS)与Hadoop之间进行大数据交流,将关系型数据库的数据导入到Hadoop中的数据存储组件(如HBase和Hive)中,把数据从Hadoop系统里抽取并导出到关系型数据库里;
数据转换将导入的业务信息按照电力窃电分析数据挖掘模型进行转换;
数据清洗将脏数据转化为满足电力窃电分析模型质量要求的数据。
作为优选,所述步骤S1中,所述数据源单元中,电网基础台账相关数据由生产管理PMS系统提供,电网拓扑图形数据由电网GIS系统提供,用户档案与抄录电量相关数据由SG186营销系统提供,开关台账与自动采集电量指数数据由电能量采集系统提供,用户及配变自动采集数据由用电信息采集系统提供,开关负荷及开关状态数据由SCADA系统提供。
本发明的有益效果在于,通过对线路的电力窃电进行采集处理,并将检测到的配电电力窃电位置信息作为任务进行存储,而后及时传送至移动终端,通知维修人员进行及时查询;提高电力窃电处理的效率。
此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。
由此可见,本发明与现有技术相比,具有突出的实质性特点和显著地进步,其实施的有益效果也是显而易见的。
附图说明
图1是本发明提供的一种电力窃电检测提示系统的原理框图。
其中,1-电力窃电检测模块,1.1-数据源单元,1.2-数据采集单元,1.3-数据存储单元,1.4-数据处理单元,2-数据库模块,3-任务检测模块,4-轮询模块,5-无线通信模块,6-移动终端模块,6.1-任务接收单元,6.2-任务完成发送单元,6.3-请求任务单元。
具体实施方式
下面结合附图并通过具体实施例对本发明进行详细阐述,以下实施例是对本发明的解释,而本发明并不局限于以下实施方式。
实施例1:
如图1所示,本发明提供的一种电力窃电检测提示系统,包括:
电力窃电检测模块1,所述电力窃电检测模块1包括有数据源单元1.1、数据采集单元1.2、数据存储单元1.3以及数据处理单元1.4;
所述的数据源单元1.1包括电网基础台账相关数据、电网拓扑图形数据、用户档案与抄录电量相关数据、开关台账与自动采集电量指数数据、用户及配变自动采集数据、开关负荷及开关状态数据;
所述数据采集单元1.2对数据源单元的数据进行数据抽取、数据转换和数据清洗处理,将每天需要的海量数据同步到分布式文件系统中;
数据存储单元1.3采用HDFS对数据进行存储,面向全类型数据的存储查询,文件数据存储在分散的存储介质上,对外提供一致的文件访问接口,采用HBase列式存储数据库以列相关存储架构进行数据存储,将结构化的数据文件映射为一张数据库表,并提供类SQL查询,并将查询语句转换为MapReduce;
数据处理单元1.4根据电力窃电分析构建需求,设计数据挖掘业务模型,采用常用的聚类、回归、分类和关联分析数据挖掘算法,挖掘数据潜在价值,分析预测电力窃电率规律;根据样本数据训练优化数据挖掘模型,在大数据环境下并行运行,获得电力窃电分析所需隐含电网运行模式及结果;识别出潜在电力窃电位置;并将位置信息作为处理任务存储到数据库模块;
数据库模块2:数据库模块用以存储待处理任务和已处理任务;
任务检测模块3:负责检测待处理任务、已处理任务以及移动终端发送的指令,并根据移动终端的指令做出调控;
轮询模4块:发送定时消息给任务检测模块,触发任务检测模块进行检测;
无线通信模块5:根据任务检测模块做出的调控,将相应的任务信息发送至相应的移动终端;
移动终端模块6:包括任务接收单元6.1、任务完成发送单元6.2以及请求任务单元6.3;
任务接收单元接收无线通信模块发送的任务提醒,收到任务提醒后及时进行处理;
任务完成发送单元,在任务处理完成后,向无线通信模块发送任务完成指令,告知数据库模块,本次提醒任务已经完成;
请求任务单元,在当前没有任务处理时,通过该单元向无线通信模块发送请求处理任务指令,请求数据库模块分派任务;
所述无线通信模块通过以下步骤实现滤波处理:
S1:直接基于接收数据,进行匹配滤波;
S2:接收数据经过带通滤波后,进行匹配处理;
S3:直接对接收数据进行白化处理;
S4:接收数据经过带通滤波后,进行白化处理;
S5:接收数据经过带通滤波后,进行相似约束下的滤波器设计处理。
所述步骤S3和S4中白化处理方式如下:
其中,接收数据为列向量r,(·)T表示转置,R为噪声协方差矩阵,s-1、s+1表示发送信息“-1”、“+1”的波形,d为当前判决符号;
所述步骤S5中,相似约束是指控制滤波器与发射信号的距离在某一个范围内,从而间接约束滤波器特性。相似约束的表达式记为:
||w-s||2≤ε
其中,w为滤波器响应,s为发射信号,ε为约束上限,||·||表示二范数;
在相似度约束条件下,以信噪比为优化目标的滤波器表示为:
s.t||w||2=1,||s||2=1,|wTs|≥1-ε/2;
最优解为:
其中,εwf为白化滤波器情况下的相似度,与噪声R协方差有关;而λε是某方程的唯一解。
本实施例中,所述数据采集单元中的数据抽取通过Sqoop进行系统之间的数据抽取,通过Apache Sqoop对关系数据库(RDBMS)与Hadoop之间进行大数据交流,将关系型数据库的数据导入到Hadoop中的数据存储组件(如HBase和Hive)中,把数据从Hadoop系统里抽取并导出到关系型数据库里;
数据转换将导入的业务信息按照电力窃电分析数据挖掘模型进行转换;
数据清洗将脏数据转化为满足电力窃电分析模型质量要求的数据。
本实施例中,所述数据源单元中,电网基础台账相关数据由生产管理PMS系统提供,电网拓扑图形数据由电网GIS系统提供,用户档案与抄录电量相关数据由SG186营销系统提供,开关台账与自动采集电量指数数据由电能量采集系统提供,用户及配变自动采集数据由用电信息采集系统提供,开关负荷及开关状态数据由SCADA系统提供。
实施例2:
本实施例提供一种电力窃电检测提示方法,其特征在于,包括以下步骤:
S1:电力窃电检测步骤,具体包括以下步骤:
数据源获取步骤,获取电网基础台账相关数据、电网拓扑图形数据、用户档案与抄录电量相关数据、开关台账与自动采集电量指数数据、用户及配变自动采集数据、开关负荷及开关状态数据;
数据采集步骤,对数据源单元的数据进行数据抽取、数据转换和数据清洗处理,将每天需要的海量数据同步到分布式文件系统中;
数据存储步骤,采用HDFS对数据进行存储,面向全类型数据的存储查询,文件数据存储在分散的存储介质上,对外提供一致的文件访问接口,采用HBase列式存储数据库以列相关存储架构进行数据存储,将结构化的数据文件映射为一张数据库表,并提供类SQL查询,并将查询语句转换为MapReduce;
数据处理步骤,根据电力窃电分析构建需求,设计数据挖掘业务模型,采用常用的聚类、回归、分类和关联分析数据挖掘算法,挖掘数据潜在价值,分析预测电力窃电率规律;根据样本数据训练优化数据挖掘模型,在大数据环境下并行运行,获得电力窃电分析所需隐含电网运行模式及结果;识别出潜在电力窃电位置;并将位置信息作为处理任务存储到数据库模块;
S2:数据库模块存储待处理任务和已处理任务;
S3:检测待处理任务、已处理任务以及移动终端发送的指令,并根据移动终端的指令做出调控;
S4:发送定时消息给任务检测模块,触发任务检测模块进行检测;
S5:根据任务检测模块做出的调控,将相应的任务信息发送至相应的移动终端;
S6:任务接收单元接收无线通信模块发送的任务提醒,收到任务提醒后及时进行处理;
S7:在任务处理完成后,向无线通信模块发送任务完成指令,告知数据库模块,本次提醒任务已经完成;
S8:在当前没有任务处理时,通过该单元向无线通信模块发送请求处理任务指令,请求数据库模块分派任务;
所述步骤S6中,无线通信模块通过以下步骤实现滤波处理:
S1:直接基于接收数据,进行匹配滤波;
S2:接收数据经过带通滤波后,进行匹配处理;
S3:直接对接收数据进行白化处理;
S4:接收数据经过带通滤波后,进行白化处理;
S5:接收数据经过带通滤波后,进行相似约束下的滤波器设计处理。
所述步骤S3和S4中白化处理方式如下:
其中,接收数据为列向量r,(·)T表示转置,R为噪声协方差矩阵,s–1、s+1表示发送信息“–1”、“+1”的波形,d为当前判决符号;
所述步骤S5中,相似约束是指控制滤波器与发射信号的距离在某一个范围内,从而间接约束滤波器特性。相似约束的表达式记为:
||w-s||2≤ε
其中,w为滤波器响应,s为发射信号,ε为约束上限,||·||表示二范数;
在相似度约束条件下,以信噪比为优化目标的滤波器表示为:
s.t||w||2=1,||s||2=1,|wTs|≥1-ε/2;
最优解为:
其中,εwf为白化滤波器情况下的相似度,与噪声R协方差有关;而λε是某方程的唯一解。
本实施例中,所述步骤S1中,所述数据采集单元中的数据抽取通过Sqoop进行系统之间的数据抽取,通过Apache Sqoop对关系数据库(RDBMS)与Hadoop之间进行大数据交流,将关系型数据库的数据导入到Hadoop中的数据存储组件(如HBase和Hive)中,把数据从Hadoop系统里抽取并导出到关系型数据库里;
数据转换将导入的业务信息按照电力窃电分析数据挖掘模型进行转换;
数据清洗将脏数据转化为满足电力窃电分析模型质量要求的数据。
本实施例中,所述步骤S1中,所述数据源单元中,电网基础台账相关数据由生产管理PMS系统提供,电网拓扑图形数据由电网GIS系统提供,用户档案与抄录电量相关数据由SG186营销系统提供,开关台账与自动采集电量指数数据由电能量采集系统提供,用户及配变自动采集数据由用电信息采集系统提供,开关负荷及开关状态数据由SCADA系统提供。
以上公开的仅为本发明的优选实施方式,但本发明并非局限于此,任何本领域的技术人员能思之的没有创造性的变化,以及在不脱离本发明原理前提下所作的若干改进和润饰,都应落在本发明的保护范围内。

Claims (6)

1.一种电力窃电检测提示系统,其特征在于,包括:
电力窃电检测模块,所述电力窃电检测模块包括有数据源单元、数据采集单元、数据存储单元以及数据处理单元;
所述的数据源单元包括电网基础台账相关数据、电网拓扑图形数据、用户档案与抄录电量相关数据、开关台账与自动采集电量指数数据、用户及配变自动采集数据、开关负荷及开关状态数据;
所述数据采集单元对数据源单元的数据进行数据抽取、数据转换和数据清洗处理,将每天需要的海量数据同步到分布式文件系统中;
数据存储单元采用HDFS对数据进行存储,面向全类型数据的存储查询,文件数据存储在分散的存储介质上,对外提供一致的文件访问接口,采用HBase列式存储数据库以列相关存储架构进行数据存储,将结构化的数据文件映射为一张数据库表,并提供类SQL查询,并将查询语句转换为MapReduce;
数据处理单元根据电力窃电分析构建需求,设计数据挖掘业务模型,采用常用的聚类、回归、分类和关联分析数据挖掘算法,挖掘数据潜在价值,分析预测电力窃电率规律;根据样本数据训练优化数据挖掘模型,在大数据环境下并行运行,获得电力窃电分析所需隐含电网运行模式及结果;识别出潜在电力窃电位置;并将位置信息作为处理任务存储到数据库模块;
数据库模块:数据库模块用以存储待处理任务和已处理任务;
任务检测模块:负责检测待处理任务、已处理任务以及移动终端发送的指令,并根据移动终端的指令做出调控;
轮询模块:发送定时消息给任务检测模块,触发任务检测模块进行检测;
无线通信模块:根据任务检测模块做出的调控,将相应的任务信息发送至相应的移动终端;
移动终端模块:包括任务接收单元、任务完成发送单元以及请求任务单元;
任务接收单元接收无线通信模块发送的任务提醒,收到任务提醒后及时进行处理;
任务完成发送单元,在任务处理完成后,向无线通信模块发送任务完成指令,告知数据库模块,本次提醒任务已经完成;
请求任务单元,在当前没有任务处理时,通过该单元向无线通信模块发送请求处理任务指令,请求数据库模块分派任务;
所述无线通信模块通过以下步骤实现滤波处理:
S1:直接基于接收数据,进行匹配滤波;
S2:接收数据经过带通滤波后,进行匹配处理;
S3:直接对接收数据进行白化处理;
S4:接收数据经过带通滤波后,进行白化处理;
S5:接收数据经过带通滤波后,进行相似约束下的滤波器设计处理;
所述步骤S3和S4中白化处理方式如下:
其中,接收数据为列向量r,(·)T表示转置,R为噪声协方差矩阵,s–1、s+1表示发送信息“–1”、“+1”的波形,d为当前判决符号;
所述步骤S5中,相似约束是指控制滤波器与发射信号的距离在某一个范围内,从而间接约束滤波器特性;相似约束的表达式记为:
||w-s||2≤ε
其中,w为滤波器响应,s为发射信号,ε为约束上限,||·||表示二范数;
在相似度约束条件下,以信噪比为优化目标的滤波器表示为:
s.t ||w||2=1,||s||2=1,|wTs|≥1-ε/2;
最优解为:
其中,εwf为白化滤波器情况下的相似度,与噪声R协方差有关;而λε是某方程的唯一解。
2.根据权利要求1所述的一种电力窃电检测提示系统,其特征在于,所述数据采集单元中的数据抽取通过Sqoop进行系统之间的数据抽取,通过Apache Sqoop对关系数据库与Hadoop之间进行大数据交流,将关系型数据库的数据导入到Hadoop中的数据存储组件中,把数据从Hadoop系统里抽取并导出到关系型数据库里;
数据转换将导入的业务信息按照电力窃电分析数据挖掘模型进行转换;
数据清洗将脏数据转化为满足电力窃电分析模型质量要求的数据。
3.根据权利要求2所述的一种电力窃电检测提示系统,其特征在于,所述数据源单元中,电网基础台账相关数据由生产管理PMS系统提供,电网拓扑图形数据由电网GIS系统提供,用户档案与抄录电量相关数据由SG186营销系统提供,开关台账与自动采集电量指数数据由电能量采集系统提供,用户及配变自动采集数据由用电信息采集系统提供,开关负荷及开关状态数据由SCADA系统提供。
4.一种电力窃电检测提示方法,其特征在于,包括以下步骤:
S1:电力窃电检测步骤,具体包括以下步骤:
数据源获取步骤,获取电网基础台账相关数据、电网拓扑图形数据、用户档案与抄录电量相关数据、开关台账与自动采集电量指数数据、用户及配变自动采集数据、开关负荷及开关状态数据;
数据采集步骤,对数据源单元的数据进行数据抽取、数据转换和数据清洗处理,将每天需要的海量数据同步到分布式文件系统中;
数据存储步骤,采用HDFS对数据进行存储,面向全类型数据的存储查询,文件数据存储在分散的存储介质上,对外提供一致的文件访问接口,采用HBase列式存储数据库以列相关存储架构进行数据存储,将结构化的数据文件映射为一张数据库表,并提供类SQL查询,并将查询语句转换为MapReduce;
数据处理步骤,根据电力窃电分析构建需求,设计数据挖掘业务模型,采用常用的聚类、回归、分类和关联分析数据挖掘算法,挖掘数据潜在价值,分析预测电力窃电率规律;根据样本数据训练优化数据挖掘模型,在大数据环境下并行运行,获得电力窃电分析所需隐含电网运行模式及结果;识别出潜在电力窃电位置;并将位置信息作为处理任务存储到数据库模块;
S2:数据库模块存储待处理任务和已处理任务;
S3:检测待处理任务、已处理任务以及移动终端发送的指令,并根据移动终端的指令做出调控;
S4:发送定时消息给任务检测模块,触发任务检测模块进行检测;
S5:根据任务检测模块做出的调控,将相应的任务信息发送至相应的移动终端;
S6:任务接收单元接收无线通信模块发送的任务提醒,收到任务提醒后及时进行处理;
S7:在任务处理完成后,向无线通信模块发送任务完成指令,告知数据库模块,本次提醒任务已经完成;
S8:在当前没有任务处理时,通过该单元向无线通信模块发送请求处理任务指令,请求数据库模块分派任务;
所述步骤S6中,无线通信模块通过以下步骤实现滤波处理:
S1:直接基于接收数据,进行匹配滤波;
S2:接收数据经过带通滤波后,进行匹配处理;
S3:直接对接收数据进行白化处理;
S4:接收数据经过带通滤波后,进行白化处理;
S5:接收数据经过带通滤波后,进行相似约束下的滤波器设计处理;
所述步骤S3和S4中白化处理方式如下:
其中,接收数据为列向量r,(·)T表示转置,R为噪声协方差矩阵,s–1、s+1表示发送信息“–1”、“+1”的波形,d为当前判决符号;
所述步骤S5中,相似约束是指控制滤波器与发射信号的距离在某一个范围内,从而间接约束滤波器特性;相似约束的表达式记为:
||w-s||2≤ε
其中,w为滤波器响应,s为发射信号,ε为约束上限,||·|| 表示二范数;
在相似度约束条件下,以信噪比为优化目标的滤波器表示为:
s.t ||w||2=1,||s||2=1,|wTs|≥1-ε/2;
最优解为:
其中,εwf为白化滤波器情况下的相似度,与噪声R协方差有关;而λε是某方程的唯一解。
5.根据权利要求4所述的一种电力窃电检测提示方法,其特征在于,所述步骤S1中,所述数据采集单元中的数据抽取通过Sqoop进行系统之间的数据抽取,通过Apache Sqoop对关系数据库与Hadoop之间进行大数据交流,将关系型数据库的数据导入到Hadoop中的数据存储组件中,把数据从Hadoop系统里抽取并导出到关系型数据库里;
数据转换将导入的业务信息按照电力窃电分析数据挖掘模型进行转换;
数据清洗将脏数据转化为满足电力窃电分析模型质量要求的数据。
6.根据权利要求5所述的一种电力窃电检测提示方法,其特征在于,所述步骤S1中,所述数据源单元中,电网基础台账相关数据由生产管理PMS系统提供,电网拓扑图形数据由电网GIS系统提供,用户档案与抄录电量相关数据由SG186营销系统提供,开关台账与自动采集电量指数数据由电能量采集系统提供,用户及配变自动采集数据由用电信息采集系统提供,开关负荷及开关状态数据由SCADA系统提供。
CN201811229614.1A 2018-10-22 2018-10-22 一种电力窃电检测提示系统及方法 Pending CN109444496A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811229614.1A CN109444496A (zh) 2018-10-22 2018-10-22 一种电力窃电检测提示系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811229614.1A CN109444496A (zh) 2018-10-22 2018-10-22 一种电力窃电检测提示系统及方法

Publications (1)

Publication Number Publication Date
CN109444496A true CN109444496A (zh) 2019-03-08

Family

ID=65548072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811229614.1A Pending CN109444496A (zh) 2018-10-22 2018-10-22 一种电力窃电检测提示系统及方法

Country Status (1)

Country Link
CN (1) CN109444496A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110543499A (zh) * 2019-08-22 2019-12-06 云南电网有限责任公司 一种基于多源数据融合的反窃电定位跟踪设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102967735A (zh) * 2012-12-04 2013-03-13 辽宁省电力有限公司抚顺供电公司 反窃电异常分析系统
CN107742127A (zh) * 2017-10-19 2018-02-27 国网辽宁省电力有限公司 一种改进的防窃电智能预警系统及方法
CN108206587A (zh) * 2017-12-31 2018-06-26 广州用能互联网有限公司 一种用电巡检系统及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102967735A (zh) * 2012-12-04 2013-03-13 辽宁省电力有限公司抚顺供电公司 反窃电异常分析系统
CN107742127A (zh) * 2017-10-19 2018-02-27 国网辽宁省电力有限公司 一种改进的防窃电智能预警系统及方法
CN108206587A (zh) * 2017-12-31 2018-06-26 广州用能互联网有限公司 一种用电巡检系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李端超等: "《基于大数据平台的电网线损与窃电预警分析关键技术》", 《电力系统保护与控制》 *
罗忠涛等: "《低频电磁噪声实验及通信处理分析》", 《舰船科学技术》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110543499A (zh) * 2019-08-22 2019-12-06 云南电网有限责任公司 一种基于多源数据融合的反窃电定位跟踪设备

Similar Documents

Publication Publication Date Title
CN110350528B (zh) 一种低压台区拓扑自动辨识方法
CN101794480B (zh) 一种预购电控制器
CN109001528B (zh) 一种非侵入式分项计量采集系统
Ma et al. Toward energy-awareness smart building: Discover the fingerprint of your electrical appliances
JP2012526281A (ja) 電力の公共使用、監視および管理のためのシステムおよび方法
KR101500057B1 (ko) 자동 검침 및 관리 시스템의 검침정보 제공 방법
CN106569026A (zh) 用电设备耗电量统计方法和系统
Bin-Halabi et al. Remote detection and identification of illegal consumers in power grids
CN109633321A (zh) 一种台区户变关系区分系统、方法及台区高损监测方法
CN108964276A (zh) 支持自动需求响应的用电管控终端和系统及负荷辨识方法
US20160132032A1 (en) Energy Management System
CN109190916A (zh) 基于大数据分析的反窃电方法
CN105807107A (zh) 一种基于物联网的电气设备用电量估算系统及方法
CN109406848A (zh) 一种电力窃电检测警示系统及方法
CN110261793A (zh) 一种室外壁挂电源用电路故障诊断系统
CN111652761B (zh) 一种基于证据理论的多源特征融合窃电行为检测方法
CN102116810B (zh) 电源智能记录系统及方法
CN112909923A (zh) 一种基于dtw算法的非侵入式家居负荷行为识别的装置
CN109495355A (zh) 智慧家庭能源路由器
CN115456034A (zh) 一种电动自行车充电自动识别监测方法及系统
CN109444496A (zh) 一种电力窃电检测提示系统及方法
Haq et al. CLEAR—A circuit level electric appliance radar for the electric cabinet
CN112884532A (zh) 一种低功耗物联网采集系统
CN109286521A (zh) 一种计量箱反窃电检测报警系统及方法
CN109298221A (zh) 一种窃电检测提醒系统及方法

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

Application publication date: 20190308

RJ01 Rejection of invention patent application after publication