CN111443237A - 一种追补电量的确定方法及系统 - Google Patents

一种追补电量的确定方法及系统 Download PDF

Info

Publication number
CN111443237A
CN111443237A CN202010309542.2A CN202010309542A CN111443237A CN 111443237 A CN111443237 A CN 111443237A CN 202010309542 A CN202010309542 A CN 202010309542A CN 111443237 A CN111443237 A CN 111443237A
Authority
CN
China
Prior art keywords
electricity
investigation
electricity stealing
stealing
day
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
Application number
CN202010309542.2A
Other languages
English (en)
Other versions
CN111443237B (zh
Inventor
林鸿
陈雁
万泉
戴永新
袁葆
欧阳红
张文
徐景龙
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.)
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing China Power Information Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing China Power Information Technology 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 State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, Beijing China Power Information Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010309542.2A priority Critical patent/CN111443237B/zh
Publication of CN111443237A publication Critical patent/CN111443237A/zh
Application granted granted Critical
Publication of CN111443237B publication Critical patent/CN111443237B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Power Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种追补电量的确定方法及系统，该方法为：对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量；利用每个考察周期内所有考察日的用电量和线损，确定多个考察周期中的窃电周期；根据每种窃电手法的窃电手法特征向量和窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定考察时间段内多个考察日中的窃电日；合并所有窃电周期和窃电日，得到窃电时间集合；利用考察时间段内每个考察日的用电量，统计窃电时间集合中窃电用户每天的用电量，得到追补电量，不需要依赖工作人员的人员素质和不需要耗费大量的工作时间，提高工作效率和准确确定窃电时间。

Description

一种追补电量的确定方法及系统
技术领域
本发明涉及数据处理技术领域，具体涉及一种追补电量的确定方法及系统。
背景技术
供电企业在为各个用电用户供电的过程中，窃电事件层出不穷，窃电用户通过擅自在供电设施上接线用电或绕越用电计量装置用电等方式，实施窃电行为。为保障供电企业的合法经营权益，需要对窃电行为所造成的损失进行追补，即需确定窃电用户的窃电时间和窃电时间对应的追补电量，并根据追补电量计算相应的窃电电费。
目前确定追补电量的方式为：通过大量的工作人员进行拉网式排查，人工排查出窃电用户并大概估算窃电时间和追补电量。但是人工确定追补电量的方式，对工作人员的人员素质要求较高和需要耗费大量的工作时间，从而导致工作效率低和无法准确确定窃电时间等问题。
发明内容
有鉴于此，本发明实施例提供一种追补电量的确定方法及系统，以解决目前确定追补电量的方式存在的工作效率低和无法准确确定窃电时间等问题。
为实现上述目的，本发明实施例提供如下技术方案：
本发明实施例第一方面公开一种追补电量的确定方法，所述方法包括：
对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量；
利用每个考察周期内所有考察日的用电量和线损，确定多个所述考察周期中的窃电周期，多个所述考察周期由根据预设周期天数划分所述考察时间段得到；
根据每种窃电手法的窃电手法特征向量和所述窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定所述考察时间段内多个考察日中的窃电日，所述窃电手法特征向量根据历史窃电用户的用户信息获取得到，所述用户用电行为特征向量根据所述窃电用户的用户信息得到；
合并所有窃电周期和窃电日，得到窃电时间集合；
利用所述考察时间段内每个考察日的用电量，统计所述窃电时间集合中所述窃电用户每天的用电量，得到追补电量。
优选的，所述利用每个考察周期内所有考察日的用电量和线损，确定多个所述考察周期中的窃电周期，包括：
针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，确定用电量和线损之间的相关系数；
确定所述相关系数大于系数阈值的考察周期为窃电周期；
针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，判断在第一检测时间段内是否同步出现用电量突降和线损突增，以及判断在第二检测时间段内是否同步出现用电量突增和线损突降；
若在所述第一检测时间段内同步出现用电量突降和线损突增，且在所述第二检测时间段内同步出现用电量突增和线损突降，确定所述考察周期为窃电周期。
优选的，所述根据每种窃电手法的窃电手法特征向量和所述窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定所述考察时间段内多个考察日中的窃电日，包括：
针对所述考察时间段内的每个考察日，计算所述考察日每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分；
对于任意一种窃电手法的窃电手法特征向量，若所述用户用电行为特征向量与所述窃电手法特征向量的窃电特征比较得分大于分数阈值，且大于所述分数阈值的窃电特征比较得分的数量超过数量阈值，确定所述考察日为窃电日；
针对所述考察时间段内的每个考察日，若所述考察日内接收到异常用电事件信息，确定所述考察日为窃电日。
优选的，所述合并所有窃电周期和窃电日，得到窃电时间集合，包括：
对所有窃电周期和所有窃电日进行去除重合日处理，并合并去除重合日处理之后的所有窃电周期和所有窃电日，得到窃电时间集合。
优选的，所述对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量，包括：
利用滑动窗口插值法，对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量；
或者，
利用拉格朗日插值法，对所述窃电用户在所述考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量。
本发明实施例第二方面公开一种追补电量的确定系统，所述系统包括：
补齐单元，用于对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量；
第一确定单元，用于利用每个考察周期内所有考察日的用电量和线损，确定多个所述考察周期中的窃电周期，多个所述考察周期由根据预设周期天数划分所述考察时间段得到；
第二确定单元，用于根据每种窃电手法的窃电手法特征向量和所述窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定所述考察时间段内多个考察日中的窃电日，所述窃电手法特征向量根据历史窃电用户的用户信息获取得到，所述用户用电行为特征向量根据所述窃电用户的用户信息得到；
合并单元，用于合并所有窃电周期和窃电日，得到窃电时间集合；
统计单元，用于利用所述考察时间段内每个考察日的用电量，统计所述窃电时间集合中所述窃电用户每天的用电量，得到追补电量。
优选的，所述第一确定单元包括：
第一确定模块，用于针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，确定用电量和线损之间的相关系数；
第二确定模块，用于确定所述相关系数大于系数阈值的考察周期为窃电周期；
判断模块，用于针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，判断在第一检测时间段内是否同步出现用电量突降和线损突增，以及判断在第二检测时间段内是否同步出现用电量突增和线损突降，若在所述第一检测时间段内同步出现用电量突降和线损突增，且在所述第二检测时间段内同步出现用电量突增和线损突降，确定所述考察周期为窃电周期。
优选的，所述第二确定单元包括：
计算模块，用于针对所述考察时间段内的每个考察日，计算所述考察日每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分；
第一确定模块，用于对于任意一种窃电手法的窃电手法特征向量，若所述用户用电行为特征向量与所述窃电手法特征向量的窃电特征比较得分大于分数阈值，且大于所述分数阈值的窃电特征比较得分的数量超过数量阈值，确定所述考察日为窃电日；
第二确定模块，用于针对所述考察时间段内的每个考察日，若所述考察日内接收到异常用电事件信息，确定所述考察日为窃电日。
优选的，所述合并单元具体用于：对所有窃电周期和所有窃电日进行去除重合日处理，并合并去除重合日处理之后的所有窃电周期和所有窃电日，得到窃电时间集合。
优选的，所述补齐单元具体用于：利用滑动窗口插值法，对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量，或者，利用拉格朗日插值法，对所述窃电用户在所述考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量。
基于上述本发明实施例提供的一种追补电量的确定方法及系统，该方法为：对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量；利用每个考察周期内所有考察日的用电量和线损，确定多个考察周期中的窃电周期；根据每种窃电手法的窃电手法特征向量和窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定考察时间段内多个考察日中的窃电日；合并所有窃电周期和窃电日，得到窃电时间集合；利用考察时间段内每个考察日的用电量，统计窃电时间集合中窃电用户每天的用电量，得到追补电量。在本方案中，分别利用用电量、线损、窃电手法特征向量、用户用电行为特征向量和异常用电事件信息，确定窃电周期和窃电日，合并窃电周期和窃电日得到窃电时间集合，统计窃电时间集合中窃电用户每天的用电量得到追补电量，不需要依赖工作人员的人员素质和不需要耗费大量的工作时间，提高工作效率和准确确定窃电时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种追补电量的确定方法的流程图；
图2为本发明实施例提供的考察时间段内的用电量数据缺失的示意图；
图3为本发明实施例提供的考察时间段内窃电周期和窃电日的示意图；
图4为本发明实施例提供的确定窃电周期的流程图；
图5为本发明实施例提供的用电量曲线和线损曲线的示意图；
图6为本发明实施例提供的用电量曲线和线损曲线的另一示意图；
图7为本发明实施例提供的确定窃电日的流程图；
图8为本发明实施例提供的每个小时的窃电特征比较得分的示意图；
图9为本发明实施例的接收到异常用电事件的示意图；
图10为本发明实施例提供的一种追补电量的确定方法的另一流程图；
图11为本发明实施例提供的一种追补电量的确定系统的结构框图。
具体实施方式
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，都属于本发明保护的范围。
在本申请中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
由背景技术可知，目前确定追补电量的方式为：需要大量的工作人员进行拉网式排查，在排查出窃电用户后人工大概估算窃电时间和追补电量。并以估算的追补电量确定窃电用户的窃电电费，但是人工确定追补电量的方式对工作人员的人员素质要求较高和需要耗费大量的工作时间，导致工作效率低和无法准确确定窃电时间等问题。
因此，本发明实施例提供一种追补电量的确定方法及系统，分别利用用电量、线损、窃电手法特征向量、用户用电行为特征向量和异常用电事件信息，确定窃电周期和窃电日，合并窃电周期和窃电日得到窃电时间集合，统计窃电时间集合中窃电用户每天的用电量得到追补电量，以提高工作效率和准确确定窃电时间。
参见图1，示出了本发明实施例提供的一种追补电量的确定方法的流程图，该确定方法包括以下步骤：
步骤S101：对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量。
需要说明的是，预先设置一考察时间段，确定窃电用户在该考察时间段内的窃电时间，例如：从当前日往前追溯180天，确定窃电用户在从当前日往前追溯180天内的窃电时间，即考察时间段为180天。
在设置考察时间段之后，需采集窃电用户在考察时间段内每一天(考察日)的用电量，以及获取该窃电用户对应的每个考察日的线损。
需要说明的是，线损指的是：电力网传输分配过程中产生的有功功率损失和电能损失。在本发明实施例中所涉及的线损指的是统计线损，统计线损等于供电量和售电量的差值。
可以理解的是，在采集每个考察日的用电量时，可能由于采集成功率低等原因造成某个考察日的用电量没有被采集得到，也就是说，考察时间段内的某个或某些考察日的用电量是空白值，因此需要对窃电用户在考察时间段内的用电量进行插值补齐。
例如：参见图2，示出了考察时间段内的用电量数据缺失的示意图。如图2所示出的内容，在考察时间段内，一部分用电量(图2中问号所遮挡的部分)未被采集得到，需要对未被采集得到的用电量进行插值补齐，将考察时间段内的用电量补充完整。
在具体实现步骤S101的过程中，通过多种方式对考察时间段内的用电量进行插值补齐，包括但不仅限于以下两种插值补齐方式。
第一种插值补齐方式：利用滑动窗口插值法，通过缺失数据(未采集得到的用电量)前后预设数量(窗口数)个的用电量的平均值，对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量。
例如，假设考察时间段内每个考察日的用电量为列表形式，该列表的具体内容为a＝[1，2，3，4，None，4，3，2，1]，其中“None”表示缺失数据，需要补齐“None”对应的用电量。假设滑动窗口插值法的窗口数为3，则“None”前后3个用电量的插值为(2+3+4+4+3+2)/6＝3，即插值补齐后的列表的具体内容为a＝[1，2，3，4，3，4，3，2，1]。
第二种插值补齐方式：利用拉格朗日插值法，对窃电用户在考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量。
需要说明的是，拉格朗日插值法可先确定一个穿过二维平面上若干个已知点的多项式函数，将缺失数据所对应的点代入该多项式函数中即可得到缺失数据对应的值。也就是说，通过拉格朗日插值法，可对考察时间段内的缺失数据进行插值补齐，得到考察时间段内每个考察日的用电量。
可以理解的是，上述所示出的插值补齐方式仅用于举例说明，也可以通过其它方式对考察时间段内的用电量进行插值补齐，例如：根据《供电服务规则》，按照电能表标定容量计算得到考察时间段内的缺失数据对应的用电量，其中电力用户按12小时计算，照明用户按6小时计算，在本发明实施例中对于插值补齐方式不做具体限定。
步骤S102：利用每个考察周期内所有考察日的用电量和线损，确定多个考察周期中的窃电周期。
需要说明的是，预先根据预设周期天数，将考察时间段划分为多个考察周期，也就是说，考察周期也是由多个考察日构成的，例如：以每3天为一个周期，将考察时间段划分为多个考察周期。
在具体实现步骤S102的过程中，可以理解的是，窃电用户在实施窃电行为时，该窃电用户的用电量和线损之间具有一定的对应关系。因此，基于每个考察周期内所有考察日的用电量和线损，分别通过量损皮尔森相关性检测方法和X曲线检测方法，确定窃电用户的用电量和线损之间的对应关系，从而检测出多个考察周期中的窃电周期。
也就是说，基于每个考察周期内所有考察日的用电量和线损，通过量损皮尔森相关性检测方法，检测出多个考察周期中的窃电周期。
基于每个考察周期内所有考察日的用电量和线损，通过X曲线检测方法，检测出多个考察周期中的窃电周期。
可以理解的是，既使用量损皮尔森相关性检测方法确定窃电周期，又使用X曲线检测方法确定窃电周期，也就是说同时使用前述两种方式确定窃电周期，前述两种确定窃电周期的方式可统称为粗粒度覆盖检测方法。
需要说明的是，窃电用户具备等比例窃电的特征，计量设备不完全计量该窃电用户的实际用电量，计量得到的电量与窃电量的比例恒定，可通过量损皮尔森相关性检测方法检测出窃电周期，因此使用量损皮尔森相关性检测方法确定窃电周期的方式，称为粗粒度覆盖检测方法中的等比例窃电检测方法。
窃电用户可能通过绕越用电计量装置实施窃电行为，可通过X曲线检测方法检测出窃电周期，因此使用X曲线检测方法确定窃电周期的方式称为粗粒度覆盖检测方法中的绕越计量检测方法。
步骤S103：根据每种窃电手法的窃电手法特征向量和窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定考察时间段内多个考察日中的窃电日。
需要说明的是，预先采集每一种窃电手法对应的历史窃电用户的用户信息，该用户信息包括但不仅限于：用户档案、电流信息、电压信息、功率信息、线损信息和历史工单等，通过以上信息，确定每一种窃电手法对应的窃电手法特征向量。
窃电手法特征向量的特征分量包括但不仅限于：用电突降特征分量、线损突增特征分量、A相电量突降特征分量、AC相电流不平衡特征分量等。
例如：对于AC相不对称分流窃电这一窃电手法，当窃电用户采用AC相不对称分流窃电这一窃电手法时，会出现用电量突降、线损突增、A相电量突降和AC相电流不平衡等特征现象，因此可利用模型的转码规则，利用一窃电手法特征向量表示前述多个特征现象。其余窃电手法对应的窃电手法特征向量的构成，可参见前述AC相不对称分流窃电这一窃电手法的内容。
需要说明的是，采集窃电用户的用户信息，并根据窃电用户的用户信息，确定该窃电用户的用户用电行为特征向量，可以理解的是，窃电用户的用户信息和用户用电行为特征向量的具体内容，可参见上述历史窃电用户的用户信息和窃电手法特征向量的相关内容，在此不再进行赘述。
在具体实现步骤S103的过程中，利用每种窃电手法的窃电手法特征向量和窃电用户的用户用电行为特征向量，确定考察时间段内多个考察日中的窃电日(也可确定窃电时段)，以及根据异常用电事件信息，确定考察时间段内多个考察日中的窃电日。
可以理解的是，同时使用上述两种方式确定考察时间段内多个考察日中的窃电日，前述两种确定窃电日的方式可称为细粒度覆盖检测方法。
其中，利用窃电手法特征向量确定窃电日的方式称为细粒度覆盖检测方法中的窃电手法检测方法，利用异常用电事件信息确定窃电日的方式称为细粒度覆盖检测方法中的异常事件检测方法。
为更好解释说明的上述步骤S102和步骤S103中所确定得到的窃电周期和窃电日，通过图3示出的考察时间段内窃电周期和窃电日的示意图进行举例说明。
在图3中，考察时间段为当前日往前追溯180天，即窃电电费追补考察窗口为180天。通过上述步骤S102和步骤S103中的内容，确定窃电电费追补考察窗口中的窃电周期和窃电日。其中，图3中的横坐标为时间，纵坐标为窃电用户的用电量。
可以理解的是，步骤S102和步骤S103的执行顺序并不仅限于先执行步骤S102再执行步骤S103，也可同时执行步骤S102和步骤S103，也可先执行步骤S103再执行步骤S102，在此不做具体限定。
步骤S104：合并所有窃电周期和窃电日，得到窃电时间集合。
由前述内容可知，在确定窃电周期和窃电日时，是同时使用多种方式确定的，也就是说，所有的窃电周期和窃电日中可能出现重复的考察日。因此，对于重复出现的考察日，只需要保留一个即可。
在具体实现步骤S104的过程中，对所有窃电周期和所有窃电日进行去除重合日处理，并合并去除重合日处理之后的所有窃电周期和所有窃电日，得到窃电时间集合。
为更好解释说明得到窃电时间集合的过程，通过以下内容进行举例说明：
假设考察时间段为T天(例如当前日往前追溯T天)，通过步骤S102所确定的窃电周期表示为[D-j，D-k]，表示D-j天到D-k天为一个窃电周期，其中j≤k≤T。通过步骤S102所确定的所有窃电周期的窃电周期集合表示为{[D-j，D-k]}。
通过步骤S103所确定的窃电日表示为[D-l]，其中l≤T。通过步骤S102确定的所有窃电日的且电容集合表示为{D-l}。
对{[D-j，D-k]}和{D-l}进行去除重合日处理，得到窃电时间集合{[D-j，D-k]，…，D-l}。可以理解的是，由前述步骤S101中的内容可知，已经获取到窃电用户在每个考察日的用电量，即可确定窃电时间集合{[D-j，D-k]，…，D-l}中每个考察日对应的用电量的集合{[P-j，P-k]，…，P-l}，P为用电量。
优选的，在确定窃电周期和窃电日之后，可以将确定窃电周期和窃电日的方式作为各自对应的考察日的窃电依据，也就是说每个窃电周期中的考察日具有对应的窃电依据，依据每个窃电日对应的考察日具有对应的窃电依据。
可以理解的是，所有窃电周期和窃电日中可能存在重复的考察日(称为重合日)，也就是说通过两种以上的方式确定得到该重合日，即该重合日具有两种窃电依据。当重合日具有两个窃电依据，通过预设的窃电依据筛选表确定该重合日对应的最优的窃电依据。
窃电依据筛选表的内容如表1所示，需要说明的是，表1中的内容仅用于举例说明。
表1：
Figure BDA0002457120790000111
例如：假设确定得到某一重合日的方式为等比例窃电检测方法和绕越计量检测方法，通过表1中的内容确定该重合日的最优的窃电依据为绕越计量检测方法。
又例如：：假设确定得到某一重合日的方式为绕越计量检测方法和窃电手法检测方法，通过表1中的内容确定该重合日的最优的窃电依据为窃电手法检测方法。
通过上述方式和表1中的筛选策略，确定每个重合日的最优的窃电依据。
步骤S105：利用考察时间段内每个考察日的用电量，统计窃电时间集合中窃电用户每天的用电量，得到追补电量。
在具体实现步骤S105的过程中，在上述步骤S101中已获取得到考察时间段内每个考察日的用电量，即可获取得到窃电时间集合中窃电用户每天的用电量。计算窃电时间集合中窃电用户每天的用电量之和，得到追补电量。
比如：窃电时间集合{[D-j，D-k]，…，D-l}中每个考察日对应的用电量的集合为{[P-j，P-k]，…，P-l}，合计{[P-j，P-k]，…，P-l}中的用电量，得到追补电量。
优选的，获取得到追补电量之后，需利用追补电量计算窃电用户对应的窃电电费，在计算窃电电费时，依据目录电度电费计算规则和追补电量，计算得到窃电电费。
需要说明的是，在计算窃电电费时，需要考虑阶梯电价和分时电价等计算规则。
在利用阶梯电价计算规则计算窃电电费时，计算追补电量在每个用电阶梯对应的用电量，分别计算每个用电阶梯对应的用电量的电费，合计前述计算得到的电费即可得到窃电电费。
进一步需要说明的是，在计算窃电电费时，可根据实际情况采取不同的电费计算方式，在本发明实施例中对于电费计算方式不做具体限定。
为更好解释说明窃电电费的计算过程，通过以下内容进行举例说明。
假设窃电时间集合为{[D-j，D-k]，…，D-l}，窃电时间集合对应的用电量的集合为{[P-j，P-k]，…，P-l}，通过公式(1)计算得到窃电用户对应的窃电电费F。
Figure BDA0002457120790000121
在公式(1)中，f(Pi)为窃电时间集合中第i个考察日的用电量的电费，需要说明的是，计算f(Pi)时需要考虑阶梯电价和分时电价等计算规则。
在本发明实施例中，利用每个考察周期内所有考察日的用电量和线损，确定窃电周期，根据每种窃电手法的窃电手法特征向量和用户用电行为特征向量，以及根据异常用电事件信息，确定窃电日。合并窃电周期和窃电日得到窃电时间集合，统计窃电时间集合中窃电用户每天的用电量得到追补电量，不需要依赖工作人员的人员素质和不需要耗费大量的工作时间，提高工作效率和准确确定窃电时间。
上述本发明实施例图1步骤S102中涉及的确定多个考察周期中的窃电周期的过程，参见图4，示出了本发明实施例提供的确定窃电周期的流程图，包括以下步骤：
步骤S401：针对每一个考察周期，利用考察周期内所有考察日的用电量和线损，确定用电量和线损之间的相关系数。
需要说明的是，用户在正常用电时，该用户的用电量会体现在计量设备所计量的电量中。而当窃电行为发生后，窃电用户的部分用电量不会被计量设备所计量，不被计量设备所计量的部分用电量称为漏计部分用电量，漏计部分用电量体现在线损中。
当窃电用户实施窃电行为时，随着用电量的增多线损也会随之同步增长，随着用电量的减少线损也会随之同步减少，而在停止窃电行为之后，线损会明显减少。
也就是说，窃电用户具备等比例窃电的特征，计量设备不完全计量该窃电用户的实际用电量，计量得到的电量与窃电量的比例恒定，窃电用户用电越多，窃电量越大和线损越大。
在具体实现步骤S401的过程中，针对每一个考察周期，利用考察周期内所有考察日的用电量和线损，分别确定该考察周期对应的用电量曲线和线损曲线。利用量损皮尔森相关性检测方法，计算每个考察周期对应的用电量曲线和线损曲线之间的相关系数。
需要说明的是，量损皮尔森相关性检测方法，是用于检测两个变量线性相关程度的方法，量损皮尔森相关性检测方法计算得到的相关系数用于反映两个变量线性相关程度，相关系数用r表示，r的绝对值越大，两个变量线性相关程度越强。
通过公式(2)计算每个考察周期对应的用电量曲线和线损曲线之间的相关系数r，在公式(2)中，n为样本量(考察周期内考察日的天数)，Pi为窃电用户的在考察周期内第i个考察日的用电量，
Figure BDA0002457120790000131
为考察周期内的平均用电量，Li为考察周期内第i个考察日的线损，
Figure BDA0002457120790000132
为考察周期内的平均线损。
Figure BDA0002457120790000133
步骤S402：确定相关系数大于系数阈值的考察周期为窃电周期。
在具体实现步骤S402的过程中，预先设置一系数阈值δ，对于一考察周期，若通过上述公式(2)计算得到的该考察周期的相关系数r大于系数阈值δ，则确定该考察周期为窃电周期，需要说明的是，δ的取值可根据实际情况设置，例如δ取值为0.85。
为更好解释说明上述步骤S401和步骤S402中利用量损皮尔森相关性检测方法确定窃电周期的过程，通过图5示出的用电量和线损的变化曲线示意图进行举例说明。
在图5中，预先绘制各个考察周期的用电量曲线和线损曲线，对于一考察周期对应的用电量曲线和线损曲线，利用公式(2)计算该考察周期的用电量曲线和线损曲线之间的相关系数，该相关系数大于系数阈值，确定该考察周期为窃电周期。
步骤S403：针对每一个考察周期，利用考察周期内所有考察日的用电量和线损，判断在第一检测时间段内是否同步出现用电量突降和线损突增，以及判断在第二检测时间段内是否同步出现用电量突增和线损突降。
需要说明的是，当窃电用户采取绕越用电计量装置这一窃电方式时，由于窃电用户私接导线的接触电阻较高，并且私接导线由于裸露或绝缘胶布封闭不紧会与空气发生氧化反应，从而进一步的增大接触电阻。
由于前述绕越用电计量装置这一窃电方式的特点，窃电用户在一窃电周期实施绕越用电计量装置这一窃电方式时，用电量曲线与线损曲线会出现如下变化：在第一检测时间段内同步出现用电量突降和线损突增，在第二检测时间段内同步出现用电量突增和线损突降，第二检测时间段内晚于第一检测时间段内。
为更好解释说明窃电周期内用电量曲线与线损曲线的变化特点，通过图6示出的用电量曲线和线损曲线的另一示意图进行举例说明。
根据图6中窃电周期的用电量曲线和线损曲线的变化可知，第一检测时间段内，同步出现用电量突降和线损突增，在第二检测时间段内同步出现用电量突增和线损突降。
对于上述当采用绕越用电计量装置这一窃电方式时用电量曲线与线损曲线的变化，可利用X曲线检测方法检测得到用电量曲线与线损曲线的变化情况，从而判断一考察周期是否为窃电周期。
也就是说，在具体实现步骤S403的过程中，针对每一个考察周期，利用X曲线检测方法，并结合该考察周期内所有考察日的用电量和线损，判断该考察周期在第一检测时间段内是否同步出现用电量突降和线损突增，以及判断该考察周期在第二检测时间段内是否同步出现用电量突增和线损突降。
若该考察周期在第一检测时间段内同步出现用电量突降和线损突增，且在第二检测时间段内同步出现用电量突增和线损突降，确定该考察周期为窃电周期。
利用X曲线检测方法，先通过公式(3)，判断该考察周期在第一检测时间段内是否同步出现用电量突降和线损突增，也就是说，若公式(3)成立，则确定在第一检测时间段内同步出现用电量突降和线损突增。
Figure BDA0002457120790000151
在公式(3)中，P为窃电用户在第一检测时间段内的总用电量，ΔP为第一检测时间段两个端点之间的用电量变化值，L为第一检测时间段内的总线损，ΔL为第一检测时间段两个端点之间的线损变化值，δPS为第一用电量判断阈值，δLS为第一线损判断阈值，其中，δPS为0.5(也可自行设置)，δLS为0.2(也可自行设置)。
可以理解的是，第一时间段和第二时间段的长度可以为一整个考察日，也可根据实际情况设置第一时间段和第二时间段的长度。
通过公式(4)，判断考察周期在第二检测时间段内是否同步出现用电量突增和线损突降，也就是说，若公式(4)成立，则确定考察周期在第二检测时间段内同步出现用电量突增和线损突降。公式(4)中，δPE为第二用电量判断阈值，δLE为第二线损判断阈值，其中，δPE为0.5(也可自行设置)，δLE为0.2(也可自行设置)。
Figure BDA0002457120790000152
步骤S404：若在第一检测时间段内同步出现用电量突降和线损突增，且在第二检测时间段内同步出现用电量突增和线损突降，确定考察周期为窃电周期。
在具体实现步骤S404，对于一考察周期，若确定在该考察周期第一检测时间段内同步出现用电量突降和线损突增，且在该考察周期第二检测时间段内同步出现用电量突增和线损突降，则确定该考察周期为窃电周期。
需要说明的是，根据上述步骤S401至步骤S404中的内容可知，通过两种方式确定窃电周期，分别为：利用步骤S401和步骤S402中的内容确定窃电周期，以及利用步骤S403和步骤S404中的内容确定窃电周期。
对于上述步骤S401至步骤S404的执行顺序，即确定窃电周期的两种方式的执行顺序，包括但不仅限于以上示出的顺序，也可先执行步骤S403和步骤S404，再执行步骤S401和步骤S402，同理，也可同时执行确定窃电周期的两种方式，在此不做具体限定。
在本发明实施例中，利用每个考察周期的用电量和线损，通过两种方式确定多个考察周期中的窃电周期，并且可以利用确定窃电周期的方式作为窃电依据，即能准确的确定窃电周期，又能获取窃电用户实施窃电行为的窃电依据。
上述本发明实施例图1步骤S103中涉及的确定考察时间段内多个考察日中的窃电日的过程，参见图7，示出了本发明实施例提供的确定窃电日的流程图，包括以下步骤：
步骤S701：针对考察时间段内的每个考察日，计算考察日每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分。
需要说明的是，窃电手法特征向量和用户用电行为特征向量的内容，可参见上述本发明实施例图1步骤S103中的内容，在此不再进行赘述。
结合上述本发明实施例图1步骤S103中关于窃电手法特征向量和用户用电行为特征向量的内容，可以理解的是，在考察日的每个小时中，可获取对应的每种窃电手法的窃电手法特征向量和用户用电行为特征向量。
其中，考察日中每个小时的窃电手法特征向量表示为(F1,F2,...,Fm)，考察日中每个小时的用户用电行为特征向量表示为(W1,W2,...,Wm)，m为特征分量的数量。
在具体实现步骤S701的过程中，对于考察时间段内的每个考察日，通过公式(5)，计算得到考察日每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分S。
Figure BDA0002457120790000161
可以理解的是，对于一考察日，通过公式(5)计算每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分。
例如：假设有3种窃电手法的窃电手法特征向量，分别为窃电手法特征向量A、窃电手法特征向量B和窃电手法特征向量C。对于一考察日(24个小时)，计算每个小时中用户用电行为特征向量与窃电手法特征向量A的窃电特征比较得分，总共计算得到24个窃电特征比较得分。同理，计算每个小时中用户用电行为特征向量与窃电手法特征向量B的窃电特征比较得分，总共计算得到24个窃电特征比较得分，计算每个小时中用户用电行为特征向量与窃电手法特征向量C的窃电特征比较得分，总共计算得到24个窃电特征比较得分。
为更好解释说明计算每个小时中用户用电行为特征向量与窃电手法特征向量的窃电特征比较得分，通过图8示出的每个小时的窃电特征比较得分的示意图进行举例说明。
对于任一窃电手法的窃电手法特征向量，在一考察日内(24个小时)，通过公式(5)计算每个小时中用户用电行为特征向量与该窃电手法特征向量的窃电特征比较得分，得到的24个窃电特征比较得分的示意图如图8所示，即可得到每个小时对应的窃电特征比较得分，其中24时为图8中的0时。
步骤S702：对于任意一种窃电手法的窃电手法特征向量，若用户用电行为特征向量与窃电手法特征向量的窃电特征比较得分大于分数阈值，且大于分数阈值的窃电特征比较得分的数量超过数量阈值，确定考察日为窃电日。
在具体实现步骤S702的过程中，对于一考察日，计算每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分之后，对于任意一种窃电手法的窃电手法特征向量，如果用户用电行为特征向量与窃电手法特征向量的窃电特征比较得分大于分数阈值，且大于分数阈值的窃电特征比较得分的数量超过数量阈值，确定该考察日为窃电日。
例如：对于一考察日，计算用户用电行为特征向量与一窃电手法的窃电手法特征向量之间的24个窃电特征比较得分，若24个窃电特征比较得分中大于分数阈值的窃电特征比较得分的数量超过10个，确定该考察日为窃电日。
可以理解的是，确定一考察日为窃电日时，也可以将用于确定该考察日为窃电日的窃电手法作为窃电用户的窃电依据。
例如：假设对于窃电手法A，如果根据用户用电行为特征向量与窃电手法A的窃电手法特征向量之间的窃电特征比较得分确定考察日为窃电日，则可将窃电手法A作为窃电用户的窃电依据。
步骤S703：针对考察时间段内的每个考察日，若考察日内接收到异常用电事件信息，确定考察日为窃电日。
在具体实现步骤S703的过程中，当发生电能表开盖事件、电能表开端钮盒事件、计量时间异常事件和异常0电度电量等异常用电事件时，会接收到对应的异常用电事件信息。也就是说，对于考察时间段内的每个考察日，当该考察日内接收到异常用电事件信息，说明出现异常用电情况，确定该考察日为窃电日。
需要说明的是，判断是否发生电能表开盖事件的方式为：读取窃电用户的电能表状态字，判断电能表开盖时间与电能表安装时间的差值是否大于第一时间阈值，若该差值大于第一时间阈值，则确定发生电能表开盖事件。
可以理解的是，需排除正常情况下的电能表开盖事件，比如初次安装电能表时或正常检修时所发生的电能表开盖事件则为正常事件。
判断是否发生电能表开端钮盒事件的方式为：读取窃电用户的电能表状态字，判断电能表开端钮盒时间与电能表安装时间的差值是否大于第二时间阈值，若该差值大于第二时间阈值，则确定发生电能表开端钮盒事件。
同理，需排除正常情况下的电能表开端钮盒事件，比如初次安装电能表时或正常检修时所发生的电能表开端钮盒事件则为正常事件。
需要说明的是，第一时间阈值和第二时间阈值可以设置为相同的时间阈值，也可分别进行设置，在此不做具体限定。
为更好解释说明根据异常用电事件信息确定窃电日的过程，通过图9示出的接收到异常用电事件的示意图进行举例说明。
在图9中，在考察时间段的考察日内，当接收到诸如指示电能表开盖事件和电能表开端钮盒事件等异常用电事件信息时，确定该考察日为窃电日。
可以理解的是，可根据接收到的异常用电事件信息对应的异常用电事件，作为窃电用的窃电依据。
需要说明的是，根据上述步骤S701至步骤S703中的内容可知，通过两种方式确定窃电日，分别为：利用步骤S701和步骤S702中的内容确定窃电日，依据利用步骤S703中的内容确定窃电日。
对于上述步骤S701至步骤S703的执行顺序，即确定窃电日的两种方式的执行顺序，包括但不仅限于以上示出的顺序，也可先执行步骤S703，再执行步骤S701和步骤S702，同理，也可同时执行确定窃电日的两种方式，在此不做具体限定。
在本发明实施例中，通过两种方式确定考察时间段内的窃电日，并且可以利用确定窃电日的方式作为窃电依据，即能准确的确定窃电周期，又能获取窃电用户实施窃电行为的窃电依据。
为更好解释上述各个实施例中的内容，通过图10示出的一种追补电量的确定方法的另一流程图进行举例说明，需要说明的是，图10仅用于举例说明，该确定方法包括以下步骤：
步骤S1001：对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量。
步骤S1002：利用粗粒度覆盖检测方法，确定考察时间段内的窃电周期。
步骤S1003：利用细粒度覆盖检测方法，确定考察时间段内的窃电日。
步骤S1004：合并窃电周期和窃电日，得到窃电时间集合。
步骤S1005：统计窃电时间集合中窃电用户每天的用电量，得到追补电量。
需要说明的是，步骤S1001至步骤S1005的执行原理，可参见上述本发明实施例图1、图4和图7中的内容，在此不再进行赘述。
与上述本发明实施例提供的一种追补电量的确定方法相对应，参见图11，本发明实施例还提供了一种追补电量的确定系统的结构框图，该确定系统包括：补齐单元1101、第一确定单元1102、第二确定单元1103、合并单元1104和统计单元1105；
补齐单元1101，用于对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量。
在具体实现中，补齐单元1101具体用于：利用滑动窗口插值法，对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量，或者，利用拉格朗日插值法，对窃电用户在考察时间段内的用电量进行插值补齐，得到窃电用户在考察时间段内每个考察日的用电量。
第一确定单元1102，用于利用每个考察周期内所有考察日的用电量和线损，确定多个考察周期中的窃电周期，多个考察周期由根据预设周期天数划分考察时间段得到。
第二确定单元1103，用于根据每种窃电手法的窃电手法特征向量和窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定考察时间段内多个考察日中的窃电日，窃电手法特征向量根据历史窃电用户的用户信息获取得到，用户用电行为特征向量根据窃电用户的用户信息得到。
合并单元1104，用于合并所有窃电周期和窃电日，得到窃电时间集合。
在具体实现中，合并单元1104具体用于：对所有窃电周期和所有窃电日进行去除重合日处理，并合并去除重合日处理之后的所有窃电周期和所有窃电日，得到窃电时间集合。
统计单元1105，用于利用考察时间段内每个考察日的用电量，统计窃电时间集合中窃电用户每天的用电量，得到追补电量。
在本发明实施例中，利用每个考察周期内所有考察日的用电量和线损，确定窃电周期，根据每种窃电手法的窃电手法特征向量和用户用电行为特征向量，以及根据异常用电事件信息，确定窃电日。合并窃电周期和窃电日得到窃电时间集合，统计窃电时间集合中窃电用户每天的用电量得到追补电量，不需要依赖工作人员的人员素质和不需要耗费大量的工作时间，提高工作效率和准确确定窃电时间。
优选的，结合图11中的内容，第一确定单元1102包括：第一确定模块、第二确定模块和判断模块，各个模块的执行原理如下：
第一确定模块，用于针对每一个考察周期，利用考察周期内所有考察日的用电量和线损，确定用电量和线损之间的相关系数。
第二确定模块，用于确定相关系数大于系数阈值的考察周期为窃电周期。
判断模块，用于针对每一个考察周期，利用考察周期内所有考察日的用电量和线损，判断在第一检测时间段内是否同步出现用电量突降和线损突增，以及判断在第二检测时间段内是否同步出现用电量突增和线损突降，若在第一检测时间段内同步出现用电量突降和线损突增，且在第二检测时间段内同步出现用电量突增和线损突降，确定考察周期为窃电周期。
在本发明实施例中，利用每个考察周期的用电量和线损，通过两种方式确定多个考察周期中的窃电周期，并且可以利用确定窃电周期的方式作为窃电依据，即能准确的确定窃电周期，又能获取窃电用户实施窃电行为的窃电依据。
优选的，结合图11中的内容，第二确定单元1103包括：计算模块、第一确定模块和第二确定模块，各个模块的执行原理如下：
计算模块，用于针对考察时间段内的每个考察日，计算考察日每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分。
第一确定模块，用于对于任意一种窃电手法的窃电手法特征向量，若用户用电行为特征向量与窃电手法特征向量的窃电特征比较得分大于分数阈值，且大于分数阈值的窃电特征比较得分的数量超过数量阈值，确定考察日为窃电日。
第二确定模块，用于针对考察时间段内的每个考察日，若考察日内接收到异常用电事件信息，确定考察日为窃电日。
在本发明实施例中，通过两种方式确定考察时间段内的窃电日，并且可以利用确定窃电日的方式作为窃电依据，即能准确的确定窃电周期，又能获取窃电用户实施窃电行为的窃电依据。
综上所述，本发明实施例提供一种追补电量的确定方法及系统，分别利用用电量、线损、窃电手法特征向量、用户用电行为特征向量和异常用电事件信息，确定窃电周期和窃电日，合并窃电周期和窃电日得到窃电时间集合，统计窃电时间集合中窃电用户每天的用电量得到追补电量，不需要依赖工作人员的人员素质和不需要耗费大量的工作时间，提高工作效率和准确确定窃电时间。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中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网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种追补电量的确定方法，其特征在于，所述方法包括：
对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量；
利用每个考察周期内所有考察日的用电量和线损，确定多个所述考察周期中的窃电周期，多个所述考察周期由根据预设周期天数划分所述考察时间段得到；
根据每种窃电手法的窃电手法特征向量和所述窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定所述考察时间段内多个考察日中的窃电日，所述窃电手法特征向量根据历史窃电用户的用户信息获取得到，所述用户用电行为特征向量根据所述窃电用户的用户信息得到；
合并所有窃电周期和窃电日，得到窃电时间集合；
利用所述考察时间段内每个考察日的用电量，统计所述窃电时间集合中所述窃电用户每天的用电量，得到追补电量。
2.根据权利要求1所述的方法，其特征在于，所述利用每个考察周期内所有考察日的用电量和线损，确定多个所述考察周期中的窃电周期，包括：
针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，确定用电量和线损之间的相关系数；
确定所述相关系数大于系数阈值的考察周期为窃电周期；
针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，判断在第一检测时间段内是否同步出现用电量突降和线损突增，以及判断在第二检测时间段内是否同步出现用电量突增和线损突降；
若在所述第一检测时间段内同步出现用电量突降和线损突增，且在所述第二检测时间段内同步出现用电量突增和线损突降，确定所述考察周期为窃电周期。
3.根据权利要求1所述的方法，其特征在于，所述根据每种窃电手法的窃电手法特征向量和所述窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定所述考察时间段内多个考察日中的窃电日，包括：
针对所述考察时间段内的每个考察日，计算所述考察日每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分；
对于任意一种窃电手法的窃电手法特征向量，若所述用户用电行为特征向量与所述窃电手法特征向量的窃电特征比较得分大于分数阈值，且大于所述分数阈值的窃电特征比较得分的数量超过数量阈值，确定所述考察日为窃电日；
针对所述考察时间段内的每个考察日，若所述考察日内接收到异常用电事件信息，确定所述考察日为窃电日。
4.根据权利要求1所述的方法，其特征在于，所述合并所有窃电周期和窃电日，得到窃电时间集合，包括：
对所有窃电周期和所有窃电日进行去除重合日处理，并合并去除重合日处理之后的所有窃电周期和所有窃电日，得到窃电时间集合。
5.根据权利要求1所述的方法，其特征在于，所述对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量，包括：
利用滑动窗口插值法，对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量；
或者，
利用拉格朗日插值法，对所述窃电用户在所述考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量。
6.一种追补电量的确定系统，其特征在于，所述系统包括：
补齐单元，用于对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量；
第一确定单元，用于利用每个考察周期内所有考察日的用电量和线损，确定多个所述考察周期中的窃电周期，多个所述考察周期由根据预设周期天数划分所述考察时间段得到；
第二确定单元，用于根据每种窃电手法的窃电手法特征向量和所述窃电用户的用户用电行为特征向量，以及根据异常用电事件信息，确定所述考察时间段内多个考察日中的窃电日，所述窃电手法特征向量根据历史窃电用户的用户信息获取得到，所述用户用电行为特征向量根据所述窃电用户的用户信息得到；
合并单元，用于合并所有窃电周期和窃电日，得到窃电时间集合；
统计单元，用于利用所述考察时间段内每个考察日的用电量，统计所述窃电时间集合中所述窃电用户每天的用电量，得到追补电量。
7.根据权利要求6所述的系统，其特征在于，所述第一确定单元包括：
第一确定模块，用于针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，确定用电量和线损之间的相关系数；
第二确定模块，用于确定所述相关系数大于系数阈值的考察周期为窃电周期；
判断模块，用于针对每一个考察周期，利用所述考察周期内所有考察日的用电量和线损，判断在第一检测时间段内是否同步出现用电量突降和线损突增，以及判断在第二检测时间段内是否同步出现用电量突增和线损突降，若在所述第一检测时间段内同步出现用电量突降和线损突增，且在所述第二检测时间段内同步出现用电量突增和线损突降，确定所述考察周期为窃电周期。
8.根据权利要求6所述的系统，其特征在于，所述第二确定单元包括：
计算模块，用于针对所述考察时间段内的每个考察日，计算所述考察日每个小时中用户用电行为特征向量与每种窃电手法的窃电手法特征向量之间的窃电特征比较得分；
第一确定模块，用于对于任意一种窃电手法的窃电手法特征向量，若所述用户用电行为特征向量与所述窃电手法特征向量的窃电特征比较得分大于分数阈值，且大于所述分数阈值的窃电特征比较得分的数量超过数量阈值，确定所述考察日为窃电日；
第二确定模块，用于针对所述考察时间段内的每个考察日，若所述考察日内接收到异常用电事件信息，确定所述考察日为窃电日。
9.根据权利要求6所述的系统，其特征在于，所述合并单元具体用于：对所有窃电周期和所有窃电日进行去除重合日处理，并合并去除重合日处理之后的所有窃电周期和所有窃电日，得到窃电时间集合。
10.根据权利要求6所述的系统，其特征在于，所述补齐单元具体用于：利用滑动窗口插值法，对窃电用户在预设的考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量，或者，利用拉格朗日插值法，对所述窃电用户在所述考察时间段内的用电量进行插值补齐，得到所述窃电用户在所述考察时间段内每个考察日的用电量。
CN202010309542.2A 2020-04-20 2020-04-20 一种追补电量的确定方法及系统 Active CN111443237B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010309542.2A CN111443237B (zh) 2020-04-20 2020-04-20 一种追补电量的确定方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010309542.2A CN111443237B (zh) 2020-04-20 2020-04-20 一种追补电量的确定方法及系统

Publications (2)

Publication Number Publication Date
CN111443237A true CN111443237A (zh) 2020-07-24
CN111443237B CN111443237B (zh) 2022-07-12

Family

ID=71657472

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010309542.2A Active CN111443237B (zh) 2020-04-20 2020-04-20 一种追补电量的确定方法及系统

Country Status (1)

Country Link
CN (1) CN111443237B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112684247A (zh) * 2020-11-23 2021-04-20 深圳供电局有限公司 用户窃电检测方法、装置、计算机设备及存储介质
CN112816774A (zh) * 2020-12-15 2021-05-18 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) 一种基于大数据的窃电排查方法
CN113642641A (zh) * 2021-08-13 2021-11-12 北京中电普华信息技术有限公司 应用于电费追缴工单的数据处理方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160161539A1 (en) * 2014-12-09 2016-06-09 Powerhive, Inc. Electricity theft detection system
CN107220906A (zh) * 2017-05-31 2017-09-29 国网上海市电力公司 基于用电采集系统的多时间尺度用电异常分析方法
CN107328974A (zh) * 2017-08-03 2017-11-07 北京中电普华信息技术有限公司 一种窃电识别方法及装置
CN110047013A (zh) * 2018-01-15 2019-07-23 国网江苏省电力公司常州供电公司 反专变用户间断型窃电方法
CN110264015A (zh) * 2019-06-28 2019-09-20 国网河南省电力公司电力科学研究院 反窃电稽查监控方法及平台
CN110824270A (zh) * 2019-10-09 2020-02-21 中国电力科学研究院有限公司 结合台区线损和异常事件的窃电用户辨识方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160161539A1 (en) * 2014-12-09 2016-06-09 Powerhive, Inc. Electricity theft detection system
CN107220906A (zh) * 2017-05-31 2017-09-29 国网上海市电力公司 基于用电采集系统的多时间尺度用电异常分析方法
CN107328974A (zh) * 2017-08-03 2017-11-07 北京中电普华信息技术有限公司 一种窃电识别方法及装置
CN110047013A (zh) * 2018-01-15 2019-07-23 国网江苏省电力公司常州供电公司 反专变用户间断型窃电方法
CN110264015A (zh) * 2019-06-28 2019-09-20 国网河南省电力公司电力科学研究院 反窃电稽查监控方法及平台
CN110824270A (zh) * 2019-10-09 2020-02-21 中国电力科学研究院有限公司 结合台区线损和异常事件的窃电用户辨识方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈文瑛 等: "应用大数据技术的反窃电分析", 《电子测量与仪器学报》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112684247A (zh) * 2020-11-23 2021-04-20 深圳供电局有限公司 用户窃电检测方法、装置、计算机设备及存储介质
CN112684247B (zh) * 2020-11-23 2023-08-25 深圳供电局有限公司 用户窃电检测方法、装置、计算机设备及存储介质
CN112816774A (zh) * 2020-12-15 2021-05-18 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) 一种基于大数据的窃电排查方法
CN112816774B (zh) * 2020-12-15 2023-01-06 国网宁夏电力有限公司营销服务中心(国网宁夏电力有限公司计量中心) 一种基于大数据的窃电排查方法
CN113642641A (zh) * 2021-08-13 2021-11-12 北京中电普华信息技术有限公司 应用于电费追缴工单的数据处理方法及装置
CN113642641B (zh) * 2021-08-13 2024-03-05 北京中电普华信息技术有限公司 应用于电费追缴工单的数据处理方法及装置

Also Published As

Publication number Publication date
CN111443237B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN107340492B (zh) 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
CN111443237B (zh) 一种追补电量的确定方法及系统
Mishra et al. Analysis of degradation in residential battery energy storage systems for rate-based use-cases
CN112288303B (zh) 确定线损率的方式、装置
CN106569164A (zh) 一种双芯电能表电量的同步测试方法及系统
CN108490288A (zh) 一种窃电检测方法及系统
KR102029031B1 (ko) 배전선로 손실 추정 장치 및 방법
CN110276511A (zh) 一种基于电量与线损关联性的线变关系异常判别方法
US9625504B2 (en) Method for determining a power consumption, supervision system and electric installation comprising application thereof
US20150088441A1 (en) Energy usage estimation device and energy usage estimation method
CN108627796A (zh) 一种电能表的检测方法、检测装置及终端
CN109270316A (zh) 一种电力用户用电量异常识别方法、装置及终端设备
CN115293257A (zh) 一种针对异常用电用户的检测方法及系统
CN110261810B (zh) 一种研判存在反向有功电量低压电力用户类型的方法
CN103018611A (zh) 一种基于电流分解的非侵入式负载监测方法及系统
Hashmi et al. Consensus based phase connectivity identification for distribution network with limited observability
CN108062616B (zh) 一种具有约束条件的用电异常检测系统
Pazderin et al. Localization of non-technical energy losses based on the energy flow problem solution
US9529687B2 (en) Method for determining a power consumption in an electric installation and alternating current electric installation
Haji et al. Practical considerations in the design of distribution state estimation techniques
Abaide et al. Assessment of the smart grids applied in reducing the cost of distribution system losses
Ramachandran et al. Distribution system state estimation in the presence of high solar penetration
CN113888360A (zh) 一种窃电用户识别方法、装置、设备及存储介质
WO2017071609A1 (en) Cloud-based methods for identifying energy profile and estimating energy consumption and cloud-based energy profile usage identification system
Bebic et al. Quantifying electric load flexibility using smart meter data

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