CN109917184A - 一种窃电检测方法及系统 - Google Patents
一种窃电检测方法及系统 Download PDFInfo
- Publication number
- CN109917184A CN109917184A CN201910132641.5A CN201910132641A CN109917184A CN 109917184 A CN109917184 A CN 109917184A CN 201910132641 A CN201910132641 A CN 201910132641A CN 109917184 A CN109917184 A CN 109917184A
- Authority
- CN
- China
- Prior art keywords
- electric energy
- stealing
- energy meter
- time
- family
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种窃电检测方法及系统,属于电力系统技术领域。本发明方法包括:对待识别台区开展户变关系校核流程,以识别台区下电能表用户关系是否正常;对用户关系正常的电能表,使用关联监测加权算法计算得到窃电嫌疑值,根据窃电嫌疑值大小识别该电能表用户是否有窃电嫌疑。本发明通过加强对台区用户关系档案的户变关系校核,降低窃电用户的误判率,根据关联监测加权算法,计算用户窃电嫌疑值,为反窃电工作提供有力的技术支撑,从而提高窃电查证效率。
Description
技术领域
本发明属于电力系统技术领域,具体涉及一种基于台区识别和关联监测加权算法的窃电检测方法及系统。
背景技术
近年来,随着社会各行业发展水平的提升,电力用户对电力资源的需求量逐渐加大。部分不法分子为降低用电成本,不惜采用违法手段进行窃电,随着窃电手段的不断提高,以及现有防窃电措施的不足,窃电现象日益严重,严重影响了电网的线损管理和安全运行,使国家和电力管理部门蒙受了巨大的经济损失,破坏了电力市场的经济秩序和公平性。
传统的防窃电方法存在局限性,用电检查人员往往还采取“地毯式”摸排方式,对所辖片区用户进行反窃电检查,受理论知识、技术技能、实践经验不足等影响,稽查效率低下,随机性,盲目性较强。随着智能电能表和用电信息采集系统的全面建设推广,供电企业基本实现了用户负荷数据的远程集抄,为线损统计和窃电稽查提供了技术支持。但是由于部分老旧小区、沿街门面的线路复杂,以及低压电缆改造等工作,导致台区信息不完善、信息更新不及时,相邻台区交叉线路错综复杂等情况,使得电网工作人员无法识别用户和台区的对应关系,难以快速有效锁定窃电嫌疑用户。
上述问题导致了窃电现象频发,供电企业屡受其害,急需解决。
发明内容
本发明的目的在于克服现有技术中的不足,提供了一种窃电检测方法及系统,解决了现有技术中锁定窃电嫌疑用户效率低的问题。
为解决上述技术问题,本发明提供了一种窃电检测方法,其特征是,包括以下过程:
对待识别台区下各电能表的户变关系进行校核,以识别各电能表的户变关系是否正常;
对户变关系正常的电能表,计算电能表对应的窃电嫌疑值,根据窃电嫌疑值大小识别该电能表用户是否有窃电嫌疑。
进一步的,对待识别台区下各电能表的户变关系进行校核包括以下过程:
S1,确定待识别台区及其关联台区,采集待识别台区及其关联台区下属的采集终端和电能表的历史上电记录,此上电记录中包含上电时间;
S3,将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配,获得此台区下属各电能表的户变关系是否正常;
S4,将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配,确定此电能表与关联台区的户变关系是否正常。
进一步的,在步骤S1和S3之间还包括步骤S2,对各电能表的上电记录中上电时间,根据各电能表的时间与标准时钟之偏差进行补偿。
进一步的,S3中将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配的具体过程为:
以待识别台区下采集终端的历史上电记录中上电时间为基准,同此台区下所有电能表的上电记录中上电时间进行比对:
若电能表的上M次上电时间同采集终端的上M次上电时间的偏差在误差允许范围之内,则判定户变关系正常;
若电能表的上M次上电时间全部小于采集终端的上M次上电时间,且时间偏差超出误差允许范围,则判定户变关系异常;
若电能表的上M次上电时间全部大于采集终端的上M次上电时间,且时间偏差超出误差允许范围,则继续比对采集终端的上N次上电时间和电能表的上N次上电时间:
若电能表的上N次上电时间同采集终端的上N次上电时间的偏差在误差允许范围之内,判定户变关系正常;
若电能表的上N次上电时间全部大于采集终端的上N次上电时间,且时间偏差超出误差允许范围,则判定户变关系异常。
M取值为1,2,3,N的取值为4、5、…、10。
进一步的,S4中将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配的过程为:
以关联台区下采集终端的历史上电记录中上电时间为基准,同户变关系异常的电能表的历史上电记录中上电时间进行比对:
若待识别台区下户变关系异常的电能表的上M次上电时间同某个关联台区下采集终端的上M次上电时间偏差在误差允许范围内,则判定该电能表与关联台区的户变关系正常;
若待识别台区下户变关系异常的电能表的上M次上电时间同某个关联台区下采集终端的上M次上电时间偏差超出误差允许范围,则判定该电能表与关联台区的户变关系异常。
进一步的,计算得到窃电嫌疑值包括以下过程:
S5,分析历史窃电案例并从中提取窃电的关联因素及剔除因素;
S6,对窃电关联因素及剔除因素进行量化,确定各窃电关联因素及剔除因素的权重值;
S7,采集电能表窃电关联因素及剔除因素的发生情况,根据已发生的窃电关联因素及剔除因素的权重值,计算电能表用户的窃电嫌疑值。
进一步的,S6中对窃电关联因素进行量化的过程为:
利用德尔菲函询法专家评判窃电关联因素中两两重要性的比较结果得出比较矩阵A:
其中aij为第i关联因素与第j关联因素相比较的重要程度,采用三标度法,分为:“重要”、“同等重要”和“不重要”,对应值为:“2”、“1”和“0”;即当因素i比因素j重要时,用“2”表示,以此类推。n为关联因素总数;
根据比较矩阵A构造相应的判断矩阵B,计算公式如下:
B=(bij)n×n (4)
其中,ri为因素重要程度排序指数;bij为判断矩阵B中的相应元素;i,j=1,2,…,n;n为关联因素总数;
根据矩阵B,计算各关联因素的权重值:
对wi归一化处理,公式为:
Wi即为所求的第i关联因素最终的权重值。
进一步的,对剔除因素进行量化的过程为:
由专家根据经验对每一个剔除因素评判取值,取值范围为[0,1],此取值即为剔除因素最终的权重值,并且所有剔除因素的权重值之和小于1。
进一步的,S7中计算用户的窃电嫌疑值过程为:
采用窃电置信程度公式计算得出窃电嫌疑值,
其中,窃电置信程度公式定义如下:
当窃电关联因素实际发生时,Wi的取值为计算得出的权重值,若未发生则取值为零;当窃电剔除因素实际发生时,Rk的取值为计算得出的权重值,若未发生则取值为零;n为关联因素总数;m为剔除因素的总数;K的取值范围为[-1,1]。
进一步的,根据窃电嫌疑值大小判断该电能表用户是否有窃电嫌疑的过程为:
若K<0.4,则电能表无异常,该电能表对应的用户窃电可能性低;
若0.4≤K<0.6,则电能表疑似异常,该电能表对应的用户疑似窃电,将该用户加入窃电嫌疑池,须工作人员现场排查;
若K≥0.6,则电能表明确异常,该电能表对应的用户窃电嫌疑大,加入窃电嫌疑池,工作人员现场排查。
相应的,本发明提供了一种窃电检测系统,其特征是,包括户变关系校核模块和窃电嫌疑识别模块;其中:
户变关系校核模块,对待识别台区下各电能表的户变关系进行校核,以识别各电能表的户变关系是否正常;
窃电嫌疑识别模块,用于对户变关系正常的电能表,计算电能表对应的窃电嫌疑值,根据窃电嫌疑值大小识别该电能表用户是否有窃电嫌疑。
进一步的,户变关系校核模块包括以下台区确定模块、上电时间补偿模块、待识别台区户变关系确认模块和关联台区户变关系确认模块;其中:
台区确定模块,用于确定待识别台区及其关联台区,采集待识别台区及其关联台区下属的采集终端和电能表的历史上电记录,此上电记录中包含上电时间;
上电时间补偿模块,用于对各电能表的上电记录中上电时间,根据各电能表的时间与标准时钟之偏差进行补偿;
待识别台区户变关系确认模块,用于将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配,获得此台区下属各电能表的户变关系是否正常;
关联台区户变关系确认模块,用于将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配,确定此电能表与关联台区的户变关系是否正常。
进一步的,窃电嫌疑识别模块包括窃电因素确定模块、窃电因素量化模块和窃电嫌疑计算模块;其中:
窃电因素确定模块,分析历史窃电案例并从中提取窃电的关联因素及剔除因素;
窃电因素量化模块,对窃电关联因素及剔除因素进行量化,确定各窃电关联因素及剔除因素的权重值;
窃电嫌疑计算模块,采集电能表窃电关联因素及剔除因素的发生情况,根据已发生的窃电关联因素及剔除因素的权重值,计算电能表用户的窃电嫌疑值。
与现有技术相比,本发明所达到的有益效果是:
本发明通过加强对台区用户关系档案的户变关系校核,降低窃电用户的误判率,根据不同窃电关联因素及剔除因素得出不同的权重值,计算用户窃电嫌疑值,为反窃电工作提供有力的技术支撑,从而提高窃电查证效率。
附图说明
图1是电能表进行户变关系校核流程。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
本发明的一种窃电检测方法,包括以下过程:
第一步,对待识别台区开展户变关系校核流程以对台区下电能表用户关系识别,降低窃电用户的误判率。
户变关系校核指用户与变压器隶属关系校核核查。户变关系校核的目的是为了判断用户关系档案中记录的电能表所属台区是否正确。为了方便理解,本发明中将电能表在用户关系档案中原始记录的所属台区称为此电能表的初始台区。
对待识别电能表进行户变关系校核流程,参见图1所示,包括以下过程:
S1,确定待识别台区及其关联台区,采集待识别台区及其关联台区下属的采集终端和电能表的历史上电记录,此上电记录中包含上电时间。
调用现有的营销GIS系统功能获取待识别台区自定义距离内的相邻台区,即用来进行户变关系校核的关联台区(后续简称“关联台区”)。其中,自定义距离可根据计算复杂度、台区下用户数量级等因素综合调整。
一个台区下安装有一个采集终端,一个采集终端下挂有多个电能表。用电信息采集系统自动采集待识别台区和关联台区下属采集终端的历史上电记录和电能表的历史上电记录信息。历史上电记录是包含历史记录中最近10条上电记录(即上1、2、3……10次)。上电记录是停电后再上电时候会产生的事件记录,采集终端和电能表同时记载此上电记录。其中上电记录中记载的信息内容包含设备号、设备地址及上电时间戳,此设备是指采集终端或电能表。本发明中基于台区内采集终端和各电能表的上电记录来进行户变关系校核。
S2,对各电能表的上电记录中上电时间,根据各电能表的时间与标准时钟之偏差进行补偿。
由于电能表时钟的漂移,造成时钟误差,导致电能表的上电时间也存在偏差,因此,通过比对电能表自带时间同标准GPS时钟计算出两者之间的时钟偏差,根据偏差值修正电能表的上电时间。即根据偏差值修正正确时间后进行后续操作。
比如说电能表时间是9点5分,但是GPS时间是9点10份,那么就是晚5分,那么对应电能表下上电的时间就相应加上5分钟,才是真实的上电时间。
S3,将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配,判断此台区下属各电能表的户变关系是否正常。
以待识别台区下采集终端的历史上电记录中上电时间为基准,同此台区下修正过的所有电能表的上电记录中上电时间进行比对:
若电能表的(上1、2、3次)上电时间同采集终端的(上1、2、3次)上电时间的偏差在误差允许范围之内(如差值在5分钟内),则判定户变关系正常,即判定此电能表属于此待识别台区;
若电能表的(上1、2、3次)上电时间全部小于采集终端的(上1、2、3次)上电时间,且时间偏差超出误差允许范围(如差值大于5分钟),则判定户变关系异常,即判定此电能表不属于此待识别台区,下一步S4中继续判断此电能表是否属于关联台区;
若电能表的(上1、2、3次)上电时间全部大于采集终端的(上1、2、3次)上电时间,且时间偏差超出误差允许范围(如差值大于5分钟),则继续比对采集终端的(上4、5、…、10次)上电时间和电能表的(上4、5、…、10次)上电时间:
若电能表的(上4、5、…、10次)上电时间同采集终端的(上4、5、…、10次)上电时间的偏差在误差允许范围之内(如5分钟内),判定户变关系正常;
若电能表的(上4、5、…、10次)上电时间全部大于采集终端的(上4、5、…、10次)上电时间,且时间偏差超出误差允许范围(如差值大于5分钟),则判定户变关系异常,即判定此电能表不属于此待识别台区,下一步S4中继续判断此电能表是否属于关联台区。
上述5分钟偏差属于国网采集终端与电能表事件上报规范中时间偏差最大值。比对3次历史上电时间是经验值,可以达到95%以上正确判断率。
S4,将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配,判断户变关系异常电能表是否属于关联台区。
以关联台区下采集终端的历史上电记录中上电时间为基准,同S3中判断出户变关系异常的电能表的历史上电记录中上电时间进行比对:
若待识别台区下户变关系异常的电能表的(上1、2、3次)上电时间同某个关联台区下采集终端的(上1、2、3次)上电时间偏差在误差允许范围内(如5分钟内),则判定该户变关系正常,即此电能表隶属对应的关联台区,应该更改用户关系档案信息。
若待识别台区下户变关系异常的电能表的(上1、2、3次)上电时间同某个关联台区下采集终端的(上1、2、3次)上电时间偏差超出误差允许范围(如差值大于5分钟),则判定该户变关系异常,即该电能表既不属于待识别台区也不属于关联台区,需现场排线勘查。
为避免档案错误导致窃电检测导致误判,所以针对S4判定得出的户变关系异常的电能表不参与后续步骤的窃电检测,只针对户变关系正常的电能表进行窃电检测。
第二步,针对户变关系正常的电能表用户,使用关联监测加权算法给出疑似窃电用户的窃电嫌疑值和异常原因推测。
包括以下过程:
S5,分析历史窃电案例并从中提取窃电的关联因素及剔除因素。
对大量历史窃电案列进行分析,提取多个相关窃电关联因素及剔除因素。其中关联因素包括用户所在台区线损大于5%、所在台区隔日线损波动大于10%、半年无购电记录、历史窃电行为、电能表开盖事件和电能表磁场干扰事件。剔除因素是指将影响判断窃电准确性的因素予以剔除,包括电能表更换事件和采集掉线事件。
S6,对窃电关联因素及剔除因素进行量化,确定各窃电关联因素及剔除因素的权重值。
对窃电关联因素采用层次分析法进行量化,层次分析该方法的基本原理是通过分析窃电所包含的关联因素及其相互关系后,将关联因素两两比较,确定各因素的相对重要性;结合一定标度进行客观量化,构建判断矩阵;具体步骤如下:
利用德尔菲函询法专家评判窃电关联因素中两两重要性的比较结果得出比较矩阵A:
其中aij为第i关联因素与第j关联因素相比较的重要程度,采用三标度法,分为:“重要”、“同等重要”和“不重要”,对应值为:“2”、“1”和“0”。即当因素i比因素j重要时,用“2”表示,以此类推。n为关联因素总数。
根据比较矩阵A构造相应的判断矩阵B,计算公式如下:
B=(bij)n×n (4)
其中,ri为因素重要程度排序指数;bij为判断矩阵B中的相应元素;i,j=1,2,…,n;n为关联因素总数。
根据矩阵B,计算各关联因素的权重值:
对wi归一化处理,公式为:
Wi即为所求的第i关联因素最终的权重值。
对剔除因素,由专家根据经验对每一个剔除因素评判取值,取值范围为[0,1],此取值即为剔除因素最终的权重值,并且所有剔除因素的权重值之和小于1。记剔除因素的总数为m,Rk为第k个剔除因素的权重值,k=1,2,…,m。
S7,采集电能表窃电关联因素及剔除因素的发生情况,根据已发生的窃电关联因素及剔除因素的权重值,计算用户的窃电置信程度。
即用户实际发生的窃电异常因素比照上一步中确定的关联因素及剔除因素权值,采用窃电置信程度公式计算得出窃电嫌疑值,根据窃电嫌疑值大小判断是否加入窃电嫌疑池。现场工作人员根据窃电嫌疑值大小重点排查疑似窃电用户。
其中,窃电置信程度公式定义如下:
当窃电关联因素实际发生时,Wi的取值为上一步中计算得出的对应权重值,若未发生则取值为零;当窃电剔除因素实际发生时,Rk的取值为上一步中计算得出的对应权重值,若未发生则取值为零;n为关联因素总数;m为剔除因素的总数;K的取值范围为[-1,1]。
根据窃电嫌疑值大小判断该电能表用户是否有窃电嫌疑:
若K<0.4,则电能表无异常,该电能表对应的用户窃电可能性低;
若0.4≤K<0.6,则电能表疑似异常,该电能表对应的用户疑似窃电,将该用户加入窃电嫌疑池,须工作人员现场排查;
若K≥0.6,则电能表明确异常,该电能表对应的用户窃电嫌疑大,加入窃电嫌疑池,急须工作人员现场排查。
本发明通过加强对台区用户关系档案的户变关系校核,降低窃电用户的误判率,根据不同窃电关联因素及剔除因素得出不同的权重值,计算用户窃电嫌疑值,为反窃电工作提供有力的技术支撑,从而提高窃电查证效率。
基于与上述同样的发明构思,本发明提供了一种基于台区识别和关联监测加权算法的窃电检测系统,包括户变关系校核模块和窃电嫌疑识别模块;其中:
户变关系校核模块,对待识别台区下各电能表的户变关系进行校核,以识别各电能表的户变关系是否正常;
窃电嫌疑识别模块,用于对户变关系正常的电能表,计算电能表对应的窃电嫌疑值,根据窃电嫌疑值大小识别该电能表用户是否有窃电嫌疑。
进一步的,户变关系校核模块包括台区确定模块、上电时间补偿模块、待识别台区户变关系确认模块和关联台区户变关系确认模块;其中:
台区确定模块,用于确定待识别台区及其关联台区,采集待识别台区及其关联台区下属的采集终端和电能表的历史上电记录,此上电记录中包含上电时间;
上电时间补偿模块,用于对各电能表的上电记录中上电时间,根据各电能表的时间与标准时钟之偏差进行补偿;
待识别台区户变关系确认模块,用于将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配,获得此台区下属各电能表的户变关系是否正常,若此台区下属电能表的户变关系异常,则进入下一步;
关联台区户变关系确认模块,用于将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配,获得此电能表与关联台区的户变关系是否正常。
进一步的,窃电嫌疑识别模块包括窃电因素确定模块、窃电因素量化模块和窃电嫌疑计算模块;其中:
窃电因素确定模块,分析历史窃电案例并从中提取窃电的关联因素及剔除因素;
窃电因素量化模块,对窃电关联因素及剔除因素进行量化,确定各窃电关联因素及剔除因素的权重值;
窃电嫌疑计算模块,采集电能表窃电关联因素及剔除因素的发生情况,根据已发生的窃电关联因素及剔除因素的权重值,计算电能表用户的窃电嫌疑值。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种窃电检测方法,其特征是,包括以下过程:
对待识别台区下各电能表的户变关系进行校核,以识别各电能表的户变关系是否正常;
对户变关系正常的电能表,计算电能表对应的窃电嫌疑值;
根据窃电嫌疑值大小识别该电能表用户是否有窃电嫌疑。
2.根据权利要求1所述的一种窃电检测方法,其特征是,所述对待识别台区下各电能表的户变关系进行校核,以识别各电能表的户变关系是否正常:
确定待识别台区及其关联台区,采集待识别台区及其关联台区下属的采集终端和电能表的历史上电记录,此上电记录中包含上电时间;
将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配,获得此台区下属各电能表的户变关系是否正常;
将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配,确定此电能表与关联台区的户变关系是否正常。
3.根据权利要求2所述的一种窃电检测方法,其特征是,在采集待识别台区及其关联台区下属的采集终端和电能表的历史上电记录之后、将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配之前,还包括:
对各电能表的上电记录中上电时间,根据各电能表的时间与标准时钟之偏差进行补偿。
4.根据权利要求2所述的一种窃电检测方法,其特征是,所述将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配的具体过程为:
以待识别台区下采集终端的历史上电记录中上电时间为基准,同此台区下所有电能表的上电记录中上电时间进行比对:
若电能表的上M次上电时间同采集终端的上M次上电时间的偏差在误差允许范围之内,则判定户变关系正常;
若电能表的上M次上电时间全部小于采集终端的上M次上电时间,且时间偏差超出误差允许范围,则判定户变关系异常;
若电能表的上M次上电时间全部大于采集终端的上M次上电时间,且时间偏差超出误差允许范围,则继续比对采集终端的上N次上电时间和电能表的上N次上电时间:
若电能表的上N次上电时间同采集终端的上N次上电时间的偏差在误差允许范围之内,判定户变关系正常;
若电能表的上N次上电时间全部大于采集终端的上N次上电时间,且时间偏差超出误差允许范围,则判定户变关系异常。
5.根据权利要求2所述的一种窃电检测方法,其特征是,所述将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配的过程为:
以关联台区下采集终端的历史上电记录中上电时间为基准,同户变关系异常的电能表的历史上电记录中上电时间进行比对:
若待识别台区下户变关系异常的电能表的上M次上电时间同某个关联台区下采集终端的上M次上电时间偏差在误差允许范围内,则判定该电能表与关联台区的户变关系正常;
若待识别台区下户变关系异常的电能表的上M次上电时间同某个关联台区下采集终端的上M次上电时间偏差超出误差允许范围,则判定该电能表与关联台区的户变关系异常。
6.根据权利要求1所述的一种窃电检测方法,其特征是,所述计算电能表对应的窃电嫌疑值包括以下过程:
分析历史窃电案例并从中提取窃电的关联因素及剔除因素;
对窃电的关联因素及剔除因素进行量化,确定各窃电关联因素及剔除因素的权重值;
采集电能表窃电关联因素及剔除因素的发生情况,根据已发生的窃电关联因素及剔除因素的权重值,计算电能表用户的窃电嫌疑值。
7.根据权利要求1所述的一种窃电检测方法,其特征是,所述对窃电关联因素进行量化的过程为:
评判窃电关联因素中两两重要性的比较结果得出比较矩阵A:
其中aij为第i关联因素与第j关联因素相比较的重要程度,n为关联因素总数;
根据比较矩阵A构造相应的判断矩阵B,计算公式如下:
B=(bij)n×n (4)
其中,ri为因素重要程度排序指数;bij为判断矩阵B中的相应元素;i,j=1,2,…,n;n为关联因素总数;
根据矩阵B,计算各关联因素的权重值:
对wi归一化处理,公式为:
Wi即为所求的第i关联因素最终的权重值。
8.一种窃电检测系统,其特征是,包括户变关系校核模块和窃电嫌疑识别模块;其中:
户变关系校核模块,对待识别台区下各电能表的户变关系进行校核,以识别各电能表的户变关系是否正常;
窃电嫌疑识别模块,用于对户变关系正常的电能表,计算电能表对应的窃电嫌疑值,根据窃电嫌疑值大小识别该电能表用户是否有窃电嫌疑。
9.根据权利要求8所述的一种窃电检测系统,其特征是,所述户变关系校核模块包括台区确定模块、上电时间补偿模块、待识别台区户变关系确认模块和关联台区户变关系确认模块;其中:
台区确定模块,用于确定待识别台区及其关联台区,采集待识别台区及其关联台区下属的采集终端和电能表的历史上电记录,此上电记录中包含上电时间;
上电时间补偿模块,用于对各电能表的上电记录中上电时间,根据各电能表的时间与标准时钟之偏差进行补偿;
待识别台区户变关系确认模块,用于将待识别台区下属的采集终端与各电能表的上电记录中上电时间进行时间匹配,获得此台区下属各电能表的户变关系是否正常;
关联台区户变关系确认模块,用于将待识别台区下户变关系异常电能表与关联台区下属采集终端的上电记录中上电时间进行时间匹配,确定此电能表与关联台区的户变关系是否正常。
10.根据权利要求8所述的一种窃电检测系统,其特征是,窃电嫌疑识别模块包括窃电因素确定模块、窃电因素量化模块和窃电嫌疑计算模块;其中:
窃电因素确定模块,用于分析历史窃电案例并从中提取窃电的关联因素及剔除因素;
窃电因素量化模块,用于对窃电关联因素及剔除因素进行量化,确定各窃电关联因素及剔除因素的权重值;
窃电嫌疑计算模块,用于采集电能表窃电关联因素及剔除因素的发生情况,根据已发生的窃电关联因素及剔除因素的权重值,计算用户的窃电嫌疑值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910132641.5A CN109917184A (zh) | 2019-02-22 | 2019-02-22 | 一种窃电检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910132641.5A CN109917184A (zh) | 2019-02-22 | 2019-02-22 | 一种窃电检测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109917184A true CN109917184A (zh) | 2019-06-21 |
Family
ID=66961984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910132641.5A Pending CN109917184A (zh) | 2019-02-22 | 2019-02-22 | 一种窃电检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109917184A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780129A (zh) * | 2019-10-17 | 2020-02-11 | 国网吉林省电力有限公司电力科学研究院 | 基于电流偏差分析技术的窃漏电定位方法 |
CN110967584A (zh) * | 2019-12-18 | 2020-04-07 | 国网山东省电力公司五莲县供电公司 | 一种现场电能损耗测试方法及装置 |
CN112751335A (zh) * | 2020-12-25 | 2021-05-04 | 青岛鼎信通讯股份有限公司 | 一种基于用电信息采集系统的户变关系识别方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354337A (zh) * | 2011-10-14 | 2012-02-15 | 河海大学常州校区 | 一种可重构装配线多目标调度决策方法 |
CN105279567A (zh) * | 2014-06-30 | 2016-01-27 | 国网上海市电力公司 | 供电企业电子档案安全风险的模糊综合评价方法 |
CN106127497A (zh) * | 2016-06-30 | 2016-11-16 | 国网浙江永康市供电公司 | 电力营销电银通的应用方法 |
CN107221927A (zh) * | 2017-05-23 | 2017-09-29 | 国电南瑞三能电力仪表(南京)有限公司 | 一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法 |
CN108318759A (zh) * | 2018-01-25 | 2018-07-24 | 国网浙江海宁市供电有限公司 | 一种多维度台区户变关系识别方法 |
-
2019
- 2019-02-22 CN CN201910132641.5A patent/CN109917184A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102354337A (zh) * | 2011-10-14 | 2012-02-15 | 河海大学常州校区 | 一种可重构装配线多目标调度决策方法 |
CN105279567A (zh) * | 2014-06-30 | 2016-01-27 | 国网上海市电力公司 | 供电企业电子档案安全风险的模糊综合评价方法 |
CN106127497A (zh) * | 2016-06-30 | 2016-11-16 | 国网浙江永康市供电公司 | 电力营销电银通的应用方法 |
CN107221927A (zh) * | 2017-05-23 | 2017-09-29 | 国电南瑞三能电力仪表(南京)有限公司 | 一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法 |
CN108318759A (zh) * | 2018-01-25 | 2018-07-24 | 国网浙江海宁市供电有限公司 | 一种多维度台区户变关系识别方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110780129A (zh) * | 2019-10-17 | 2020-02-11 | 国网吉林省电力有限公司电力科学研究院 | 基于电流偏差分析技术的窃漏电定位方法 |
CN110967584A (zh) * | 2019-12-18 | 2020-04-07 | 国网山东省电力公司五莲县供电公司 | 一种现场电能损耗测试方法及装置 |
CN112751335A (zh) * | 2020-12-25 | 2021-05-04 | 青岛鼎信通讯股份有限公司 | 一种基于用电信息采集系统的户变关系识别方法 |
CN112751335B (zh) * | 2020-12-25 | 2022-09-02 | 青岛鼎信通讯股份有限公司 | 一种基于用电信息采集系统的户变关系识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109617134B (zh) | 计及不确定量预测误差时空相关性的鲁棒机组组合方法 | |
CN108053318B (zh) | 一种对异常交易进行识别的方法及装置 | |
CN104200288B (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
CN109917184A (zh) | 一种窃电检测方法及系统 | |
CN110807550B (zh) | 基于神经网络的配变重过载识别预警方法及终端设备 | |
CN116256602B (zh) | 一种低压配电网状态异常的识别方法和系统 | |
CN110095744A (zh) | 一种电子式互感器误差预测方法 | |
CN109583520B (zh) | 一种云模型与遗传算法优化支持向量机的状态评估方法 | |
CN106067088A (zh) | 电子银行访问行为的检测方法和装置 | |
CN109784388A (zh) | 窃电用户识别方法和装置 | |
CN110363432A (zh) | 基于改进熵权-灰色关联的配电网可靠性影响分析方法 | |
CN206312210U (zh) | 一种配电网设备的状态评估系统 | |
CN116125361B (zh) | 电压互感器误差评估方法、系统、电子设备及存储介质 | |
EP3690658B1 (en) | Method for detecting repair-necessary motherboards and device using the method | |
CN111999692B (zh) | 一种多表误差的校准方法和装置 | |
CN113516336A (zh) | 一种确定窃电嫌疑用户的方法及系统 | |
CN108448721A (zh) | 电力系统主站监控信号与标准信号自动匹配的方法 | |
CN111999691A (zh) | 一种计量传感器装置的误差校准方法和误差校准装置 | |
CN114328596A (zh) | 一种基于贝叶斯的异常网络流量回溯方法及系统 | |
CN110245879A (zh) | 一种风险评级方法及装置 | |
CN104348413A (zh) | 基于数据分析的自适应光伏防窃电方法 | |
CN113094244A (zh) | 一种用于数据中心的机房运行智能检测系统 | |
CN107292524A (zh) | 智能变电站二次安全措施自动生成方法及装置 | |
CN115564339A (zh) | 基于Pix2Pix网络和深度学习的台区异常线损识别方法 | |
CN109936134A (zh) | 一种热稳定输电通道功率极限区间识别方法及设备 |
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: 20190621 |