CN113484572A - 一种基于用电大数据的反窃电监测方法及系统 - Google Patents
一种基于用电大数据的反窃电监测方法及系统 Download PDFInfo
- Publication number
- CN113484572A CN113484572A CN202110607858.4A CN202110607858A CN113484572A CN 113484572 A CN113484572 A CN 113484572A CN 202110607858 A CN202110607858 A CN 202110607858A CN 113484572 A CN113484572 A CN 113484572A
- Authority
- CN
- China
- Prior art keywords
- electricity
- stealing
- data
- monitoring
- module
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 192
- 238000012544 monitoring process Methods 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000002159 abnormal effect Effects 0.000 claims abstract description 44
- 230000002265 prevention Effects 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 238000001514 detection method Methods 0.000 claims abstract description 9
- 238000007405 data analysis Methods 0.000 claims abstract description 8
- 238000012986 modification Methods 0.000 claims abstract description 7
- 230000004048 modification Effects 0.000 claims abstract description 7
- 238000007726 management method Methods 0.000 claims description 96
- 238000012545 processing Methods 0.000 claims description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 12
- 238000009826 distribution Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 claims description 4
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000001364 causal effect Effects 0.000 claims description 3
- 238000007621 cluster analysis Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 238000003064 k means clustering Methods 0.000 claims description 2
- 230000006399 behavior Effects 0.000 abstract description 13
- 238000003745 diagnosis Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000013024 troubleshooting Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明属于电网监控的窃电监测技术领域，尤其涉及一种基于用电大数据的反窃电监测方法及系统。本发明系统包括：用电数据采集模块、反窃电策略管理模块、综合监测模块、反窃电异常预警模块、事件管理模块以及定损整改服务模块。本发明能够科学有效准确的鉴别出嫌疑窃电用户，提高窃电检测的准确性、全面性、及时性及可靠性，降低了检测成本。通过对电力业务应用数据、电能量信息采集数据的双重分析，归纳各类数据，建立科学、精确的数据分析模型，由系统对计量装置和各级线损实时在线监测筛选、定位出嫌疑窃电用户，进行智能分析诊断，报警异常问题数据。为反窃电、降低线损、增加供电提供更高效智能的技术手段，对窃电行为进行有效的防范和打击。
Description
技术领域
本发明属于电网监控的窃电监测技术领域，尤其涉及一种基于用电大数据的反窃电监测方法及系统。
背景技术
窃电给正常供电秩序和安全用电带来极大影响。窃电负荷波动较大，一些窃电方式野蛮粗暴，轻则损坏低压电气设施，重则连锁反应造成局部供电中断。并且窃电者多数是非专业技术人员，窃电时极易引发触电造成伤亡，威胁着自己和他人的人身安全。
随着科学技术的发展，高科技的窃电手法使窃电行为甄别、界定、取证尤为困难，常见的窃电手法如：反接、短路、电流失流、电压失压、强磁场等，这些窃电手法具有很高的隐蔽性、灵活性，对反窃电现场侦察工作带来很大的难度，更加助长了用户的窃电行为。
目前，针对反窃电业务的系统化的工具，反窃电业务离散性高，且没有相关的统计分析，不能有效掌控反窃电业务开展情况，不利于制定反窃电工作计划。同时利用传统的反窃电排查方式无法明确甄别与定位窃电行为，致使反窃电诊断准确度和作业效率相对较低；传统的反窃电无法及时、准确定位用户窃电情况，同时也无法准确统计出窃电电量、电费等信息。
发明内容
针对上述现有技术中存在的在用电信息提取和算法计算时针对性弱、误差较大、效果较差的不足之处，本发明提供了一种基于用电大数据的反窃电监测方法及系统。其目的是为了实现科学有效并准确的鉴别出嫌疑窃电用户，并进行高效智能的检测、分析诊断及报警，对窃电行为进行有效的防范和打击的发明目的。
本发明为实现上述目的所采用的技术方案是：
一种基于用电大数据的反窃电监测系统，包括：用电数据采集模块、反窃电策略管理模块、综合监测模块、反窃电异常预警模块、事件管理模块以及定损整改服务模块；其中，用电数据采集模块通过局域网连接对外服务数据库；反窃电策略管理模块的一端连接用电数据采集模块，另一端分别连接综合监测模块、反窃电异常预警模块；事件管理模块一端连接综合监测模块，另一端连接工单处理模块及定损整改服务模块。
进一步的，所述用电数据采集模块采集关系指标数据，汇集成关键样板数据池，供反窃电策略管理模块使用；
所述反窃电策略管理模块按需求抽取用电数据采集模块采集的有效数据，通过已构建的反窃电策略进行算法分析；所述已构建的反窃电策略包括行为特征、预警模型及识别模型；
所述综合监测模块接收反窃电策略管理模块的模型算法分析结果，进行结果数据再处理，生成动态结果，实现本月累计监测、窃电用户分布、嫌疑等级分布数据分析报表，通过系统输出给权限用户；
所述反窃电异常预警模块接收反窃电策略管理模块的模型算法分析结果，实时进行异常匹配识别，实现反窃电预警，通过系统将预警信息推送至管理者，生成预警结果标识回传至系统，生成综合处置管理建议并派发工单，进行事件管理及定损整改管理；
所述综合处置管理由事件管理模块、定损整改服务模块组成，接收反窃电异常预警模块预警结果标识，通过系统有效进行反窃电处置管理；
所述事件管理模块用于管理违窃发生事件及建档存储历史事件；
所述定损整改服务模块用于对已发生的违窃事件进行整改处理管理。
进一步的，所述关系指标数据由负荷曲线、日用电量、异常事件、客户信息、信用违窃及失压断相组成；
所述反窃电处置管理包括：工单处理、事件管理及定损整改。
一种基于用电大数据的反窃电监测方法，包括以下步骤：
步骤1.搭建反窃电管理业务应用系统；
步骤2.在反窃电管理业务应用系统建立用户档案；
步骤3.在反窃电管理业务应用系统中设置综合监测模块；
步骤4.在反窃电管理业务应用系统中设置反窃电策略管理模块；
步骤5.在反窃电管理业务应用系统中设置窃电监测预警模块；
步骤6.在反窃电管理业务应用系统中设置窃电异常处理模块。
进一步的，所述搭建反窃电管理业务应用系统是运用大数据分析技术、计算机算法，对用户用电数据进行实时监控，构建智能用电异常分析与反窃电应用，多维度分析用电信息、表计状态、线路线损等数据信息，及时有效地监测到窃电事件，快速定位疑似窃电用户。
进一步的，所述方法包括以下步骤：所述用户用电数据是指接入企业用户相关监测点各回路的电量、复费率电量、功率因数、有功功率、无功功率、电流、电压、需量、电流相位角、电压相位角等数据指标的实时状态。
进一步的，所述建立用户档案包括：接入所辖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；通过前端的远程物联网设备，包括智能采集仪表、通讯管理机和无线传输单元，实时采集获取负荷曲线数据、日用电量数据、和异常事件数据、客户基础信息、信用违窃信息、业务变更信息和违窃历史信息，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。
进一步的，所述综合监测模块能够对系统本月累计监测、嫌疑等级分布、窃电嫌疑用户分布、嫌疑处理情况等指标数据进行真实、客观、全方位展示。
进一步的，所述反窃电策略管理模块能够为其他业务功能模块运行提供基本依据，通过总结典型窃电行为特征，抽象出具体的窃电元素；通过对窃电元素的异常行为进行分析，形成反窃电监测指标；对反窃电监测指标进行验证，确定有效后对反窃电监测指标进行分类、组合，形成反窃电监测分析模型；其中，反窃电监测指标的检测范围包括：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；反窃电监测指标包括：负荷曲线数据、日用电量数据、和异常事件数据、客户基础信息、信用违窃信息、业务变更信息和违窃历史信息；
利用聚类分析方法，建立反窃电监测预警模型；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，判断出用电数据异常的用户，再分别建立用电异常用户识别模型，即K-means聚类算法反窃电识别模型，得到疑似用电异常用户；并基于用户数据集，建立基于支持向量机的反窃电识别模型；并基于异常事件类数据，通过对异常事件与用电相关数据之间的因果关系的分析，建立贝叶斯网络反窃电识别模型，通过不同维度构建的低压用户反窃电识别模型；
通过反窃电监测分析模型监测用户用电数据，得出用户嫌疑分数，用以判定窃电嫌疑等级，并对针不同的窃电嫌疑等级制定出对应的处理措施；
所述窃电监测预警模块能够调用相关指标监测用户用电数据，找出用户用电异常信息，根据不同异常情况选用相应反窃电监测分析模型，判定窃电嫌疑用户及其嫌疑等级，并对系统监测出的用户异常数据及窃电嫌疑用户进行预警；系统告警的同时推送告警信息至关键管理者，在线指派工单，及时处理问题；
所述窃电异常处理模块能够对监测出的嫌疑用户进行确认，建立窃电告警管控机制，实现窃电预警、事件管理、问题管理、定损、整改全流程线上管控。
一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现所述的一种基于用电大数据的反窃电监测方法的步骤。
本发明具有以下有益效果及优点：
本发明能够有效的避免现有技术中在用电信息提取和算法计算时针对性弱、误差较大、效果较差的弊端，通过预处理排除系统误计、漏计的影响，通过标幺值计算减小负荷量误差，同时根据用户行业用电特点和负荷特性选择用户数据，保证了反窃电算法分析的效果，可以实现科学有效并准确的鉴别出嫌疑窃电用户。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成本。
本发明通过对电力业务应用数据、电能量信息采集数据的双重分析，归纳各类数据之间的内在关联性、逻辑关系和数据表征，建立科学、精确的数据分析模型，由系统对计量装置和各级线损进行实时在线监测并自动筛选、定位出可能窃电或出现故障的计量装置，并对用电异常情况进行智能分析诊断，报警异常问题数据，从而替代以往人工排查、筛选、分析的方式，为反窃电、降低线损、增加供电提供更高效智能的技术手段。对窃电行为进行有效的防范和打击，对维护社会公平、促进社会稳定和建设和谐社会具有重要意义。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1是本发明的整体架构和流程简图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1描述本发明一些实施例的技术方案。
实施例1
本发明是一种基于用电数据的反窃电监测系统，如图1所示，图1是本发明的整体架构和流程简图。
本发明基于用电数据的反窃电监测系统，搭建反窃电管理业务应用系统，包括用电数据采集模块、反窃电策略管理模块、综合监测模块、反窃电异常预警模块、事件管理模块以及定损整改服务模块。
所述用电数据采集模块，通过局域网连接对外服务数据库，采集由负荷曲线、日用电量、异常事件、客户信息、信用违窃、失压断相组成的关系指标数据，汇集成关键样板数据池，供反窃电策略管理模块使用。
所述反窃电策略管理模块，一端连接用电数据采集模块，另一端分别连接综合监测模块、反窃电异常预警模块，按需求抽取用电数据采集模块采集的有效数据，通过已构建的反窃电策略进行算法分析；所述已构建的反窃电策略包括行为特征、预警模型、识别模型。
所述综合监测模块，接收反窃电策略管理模块的模型算法分析结果，进行结果数据再处理，生成动态结果，实现本月累计监测、窃电用户分布、嫌疑等级分布等数据分析报表，通过系统输出给权限用户。
所述反窃电异常预警模块，接收反窃电策略管理模块的模型算法分析结果，实时进行异常匹配识别，实现反窃电预警，通过系统将预警信息推送至管理者。生成预警结果标识回传至系统，生成处置建议并派发工单，进行事件管理及定损整改管理；
所述综合处置管理由事件管理模块、定损整改服务模块组成，接收反窃电异常预警模块预警结果标识，通过系统有效进行工单处理、事件管理 、定损整改等反窃电处置管理。
所述事件管理模块用于管理违窃发生事件及建档存储历史事件；
所述定损整改服务模块用于对已发生的违窃事件进行整改处理管理；
本发明所述反窃电管理业务应用系统，旨在实现科学有效并准确的鉴别出嫌疑窃电用户，提高反窃电工作成效。
实施例2
本发明实施例，又提供了一种基于用电数据的反窃电监测方法，如图1所示，图1是本发明的整体架构和流程简图。
本发明方法包括以下步骤：
步骤1.搭建反窃电管理业务应用系统。
本发明通过搭建反窃电管理业务应用系统，运用大数据分析技术、计算机算法，对用户用电数据进行实时监控，构建智能用电异常分析与反窃电应用，多维度分析用电信息、表计状态、线路线损等数据信息，能及时有效地监测到窃电事件，快速定位疑似窃电用户。通过构建智能用电异常分析与反窃电应用，支持电力企业系统化、常态化开展反窃电分析、预警、排查和处理工作，有利于提高反窃电工作成效，从而增大了窃电事件被查出的可能性，减少因窃电造成的损失。
优选地，所述用户用电数据是指接入企业用户相关监测点各回路的电量、复费率电量、功率因数、有功功率、无功功率、电流、电压、需量、电流相位角、电压相位角等数据指标的实时状态。
步骤2.在反窃电管理业务应用系统建立用户档案。
其中建立用户档案包括：接入所辖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等。通过前端的远程物联网设备，包括智能采集仪表、通讯管理机和无线传输单元，实时采集获取负荷曲线数据、日用电量数据、和异常事件数据、客户基础信息、信用违窃信息、业务变更信息和违窃历史信息，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。
步骤3.通过反窃电管理业务应用系统，在反窃电管理业务应用系统中设置综合监测模块。
所述综合监测模块能够对系统本月累计监测、嫌疑等级分布、窃电嫌疑用户分布、嫌疑处理情况等指标数据进行真实、客观、全方位展示。为决策者制定更加合理、有效的管理办法提供依据。实现对反窃电的全过程管控， 促进反窃电管理水平的不断提升。
步骤4.在反窃电管理业务应用系统中设置反窃电策略管理模块。
所述反窃电策略管理模块能够为其他业务功能模块运行提供基本依据。通过总结典型窃电行为特征，抽象出具体的窃电元素，并通过对窃电元素的异常行为进行分析，形成反窃电监测指标。对反窃电监测指标进行验证，确定有效后对反窃电监测指标进行分类、组合，形成反窃电监测分析模型。
利用聚类分析方法，建立反窃电监测预警模型，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，判断出用电数据异常的用户，再分别建立用电异常用户识别模型，即K-means聚类算法反窃电识别模型，得到疑似用电异常用户；并基于用户数据集，建立基于支持向量机的反窃电识别模型；并基于异常事件类数据，通过对异常事件与用电相关数据之间的因果关系的分析，建立贝叶斯网络反窃电识别模型，通过不同维度构建的低压用户反窃电识别模型，有效地提升了低压用电异常用户的识别率。
通过反窃电监测分析模型监测用户用电数据，得出用户嫌疑分数，用以判定窃电嫌疑等级，并对针不同的窃电嫌疑等级制定出对应的处理措施。
优选地，所述反窃电监测指标包括负荷曲线数据、日用电量数据、和异常事件数据、客户基础信息、信用违窃信息、业务变更信息和违窃历史信息。
所述反窃电监测指标的检测范围包括：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。
步骤5.在反窃电管理业务应用系统中设置窃电监测预警模块。
所述窃电监测预警模块能够调用相关指标监测用户用电数据，找出用户用电异常信息，根据不同异常情况选用相应反窃电监测分析模型，判定窃电嫌疑用户及其嫌疑等级，并对系统监测出的用户异常数据及窃电嫌疑用户进行预警。系统告警的同时推送告警信息至关键责任人，在线指派工单，能够及时高效处理问题，减少损失。
步骤6.在反窃电管理业务应用系统中设置窃电异常处理模块。
所述窃电异常处理模块能够对监测出的嫌疑用户进行确认，建立窃电告警管控机制，实现窃电预警、事件管理、问题管理、定损、整改等全流程线上管控。
所述窃电异常处理模块是指根据存储的疑似窃电用户判别结果，生成疑似窃电工单；再对生成的疑似窃电工单进行处理；同时，实时跟踪进度，包括工单详情和工单流水情况，若确认为存在窃电情况时，则发起电费退补流程。通过所述反窃电管理业务应用系统的建设，增加了反窃电监测力度。在窃电与反窃电的较量中，电力企业传统的反窃电方法被窃电者熟知，一些新的方法亦被窃电者掌握。反窃电管理业务应用系统运用计算机算法，对用户用电数据进行实时监控，能及时有效地监测到窃电事件。从而增大了窃电事件被查出的可能性，企业减少因窃电造成的损失。提高了反窃电精准度。系统充分利用用电数据，结合反窃电策略，能及时有效地检测到用电异常，并对窃电嫌疑用户进行追踪定位。使反窃电工作做到有的放矢。
实施例3
基于同一发明构思，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现实施例2或3所述的一种基于用电数据的反窃电监测方法的步骤。
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。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种基于用电大数据的反窃电监测系统，其特征是：包括：用电数据采集模块、反窃电策略管理模块、综合监测模块、反窃电异常预警模块、事件管理模块以及定损整改服务模块；其中，用电数据采集模块通过局域网连接对外服务数据库；反窃电策略管理模块的一端连接用电数据采集模块，另一端分别连接综合监测模块、反窃电异常预警模块；事件管理模块一端连接综合监测模块，另一端连接工单处理模块及定损整改服务模块。
2.根据权利要求1所述的一种基于用电大数据的反窃电监测系统，其特征是：所述用电数据采集模块采集关系指标数据，汇集成关键样板数据池，供反窃电策略管理模块使用；
所述反窃电策略管理模块按需求抽取用电数据采集模块采集的有效数据，通过已构建的反窃电策略进行算法分析；所述已构建的反窃电策略包括行为特征、预警模型及识别模型；
所述综合监测模块接收反窃电策略管理模块的模型算法分析结果，进行结果数据再处理，生成动态结果，实现本月累计监测、窃电用户分布、嫌疑等级分布数据分析报表，通过系统输出给权限用户；
所述反窃电异常预警模块接收反窃电策略管理模块的模型算法分析结果，实时进行异常匹配识别，实现反窃电预警，通过系统将预警信息推送至管理者，生成预警结果标识回传至系统，生成综合处置管理建议并派发工单，进行事件管理及定损整改管理；
所述综合处置管理由事件管理模块、定损整改服务模块组成，接收反窃电异常预警模块预警结果标识，通过系统有效进行反窃电处置管理；
所述事件管理模块用于管理违窃发生事件及建档存储历史事件；
所述定损整改服务模块用于对已发生的违窃事件进行整改处理管理。
3.根据权利要求1所述的一种基于用电大数据的反窃电监测系统，其特征是：所述关系指标数据由负荷曲线、日用电量、异常事件、客户信息、信用违窃及失压断相组成；
所述反窃电处置管理包括：工单处理、事件管理及定损整改。
4.一种基于用电大数据的反窃电监测方法，其特征是：包括以下步骤：
步骤1.搭建反窃电管理业务应用系统；
步骤2.在反窃电管理业务应用系统建立用户档案；
步骤3.在反窃电管理业务应用系统中设置综合监测模块；
步骤4.在反窃电管理业务应用系统中设置反窃电策略管理模块；
步骤5.在反窃电管理业务应用系统中设置窃电监测预警模块；
步骤6.在反窃电管理业务应用系统中设置窃电异常处理模块。
5.根据权利要求4所述的一种基于用电大数据的反窃电监测方法，其特征是：所述搭建反窃电管理业务应用系统是运用大数据分析技术、计算机算法，对用户用电数据进行实时监控，构建智能用电异常分析与反窃电应用，多维度分析用电信息、表计状态、线路线损等数据信息，及时有效地监测到窃电事件，快速定位疑似窃电用户。
6.根据权利要求5所述的一种基于用电大数据的反窃电监测方法，其特征是：所述方法包括以下步骤：所述用户用电数据是指接入企业用户相关监测点各回路的电量、复费率电量、功率因数、有功功率、无功功率、电流、电压、需量、电流相位角、电压相位角等数据指标的实时状态。
7.根据权利要求4所述的一种基于用电大数据的反窃电监测方法，其特征是：所述建立用户档案包括：接入所辖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；通过前端的远程物联网设备，包括智能采集仪表、通讯管理机和无线传输单元，实时采集获取负荷曲线数据、日用电量数据、和异常事件数据、客户基础信息、信用违窃信息、业务变更信息和违窃历史信息，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。
8.根据权利要求4所述的一种基于用电大数据的反窃电监测方法，其特征是：所述综合监测模块能够对系统本月累计监测、嫌疑等级分布、窃电嫌疑用户分布、嫌疑处理情况等指标数据进行真实、客观、全方位展示。
9.根据权利要求4所述的一种基于用电大数据的反窃电监测方法，其特征是：所述反窃电策略管理模块能够为其他业务功能模块运行提供基本依据，通过总结典型窃电行为特征，抽象出具体的窃电元素；通过对窃电元素的异常行为进行分析，形成反窃电监测指标；对反窃电监测指标进行验证，确定有效后对反窃电监测指标进行分类、组合，形成反窃电监测分析模型；其中，反窃电监测指标的检测范围包括：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；反窃电监测指标包括：负荷曲线数据、日用电量数据、和异常事件数据、客户基础信息、信用违窃信息、业务变更信息和违窃历史信息；
利用聚类分析方法，建立反窃电监测预警模型；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，判断出用电数据异常的用户，再分别建立用电异常用户识别模型，即K-means聚类算法反窃电识别模型，得到疑似用电异常用户；并基于用户数据集，建立基于支持向量机的反窃电识别模型；并基于异常事件类数据，通过对异常事件与用电相关数据之间的因果关系的分析，建立贝叶斯网络反窃电识别模型，通过不同维度构建的低压用户反窃电识别模型；
通过反窃电监测分析模型监测用户用电数据，得出用户嫌疑分数，用以判定窃电嫌疑等级，并对针不同的窃电嫌疑等级制定出对应的处理措施；
所述窃电监测预警模块能够调用相关指标监测用户用电数据，找出用户用电异常信息，根据不同异常情况选用相应反窃电监测分析模型，判定窃电嫌疑用户及其嫌疑等级，并对系统监测出的用户异常数据及窃电嫌疑用户进行预警；系统告警的同时推送告警信息至关键管理者，在线指派工单，及时处理问题；
所述窃电异常处理模块能够对监测出的嫌疑用户进行确认，建立窃电告警管控机制，实现窃电预警、事件管理、问题管理、定损、整改全流程线上管控。
10.一种计算机存储介质，其特征是：所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现权利要求4-9所述的一种基于用电大数据的反窃电监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110607858.4A CN113484572A (zh) | 2021-06-01 | 2021-06-01 | 一种基于用电大数据的反窃电监测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110607858.4A CN113484572A (zh) | 2021-06-01 | 2021-06-01 | 一种基于用电大数据的反窃电监测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113484572A true CN113484572A (zh) | 2021-10-08 |
Family
ID=77933782
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110607858.4A Pending CN113484572A (zh) | 2021-06-01 | 2021-06-01 | 一种基于用电大数据的反窃电监测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113484572A (zh) |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113888360A (zh) * | 2021-10-28 | 2022-01-04 | 广东电网有限责任公司 | 一种窃电用户识别方法、装置、设备及存储介质 |
| CN113970659A (zh) * | 2021-10-21 | 2022-01-25 | 广东电网有限责任公司 | 一种用户窃电异常的识别方法、装置、计算机设备 |
| CN114154999A (zh) * | 2021-10-27 | 2022-03-08 | 国网河北省电力有限公司营销服务中心 | 一种反窃电方法、装置、终端及存储介质 |
| CN114416753A (zh) * | 2022-04-01 | 2022-04-29 | 国网山东省电力公司营销服务中心(计量中心) | 基于时空量体四维数据的窃电证据数据处理方法及系统 |
| CN114881808A (zh) * | 2022-04-01 | 2022-08-09 | 云南电网有限责任公司昭通供电局 | 基于大数据的电力窃电精准识别方法及防窃电系统 |
| CN114926061A (zh) * | 2022-05-31 | 2022-08-19 | 深圳市润鹏华通创新科技有限公司 | 一种基于云计算的智慧社区能源监管系统 |
| CN115808563A (zh) * | 2023-01-11 | 2023-03-17 | 国网山西省电力公司营销服务中心 | 一种基于用电功率异常分析的高压用户窃电检测方法 |
| CN116404755A (zh) * | 2023-04-18 | 2023-07-07 | 内蒙古铖品科技有限公司 | 一种基于物联网的大数据处理系统及方法 |
| CN116976707A (zh) * | 2023-09-22 | 2023-10-31 | 安徽融兆智能有限公司 | 基于用电信息采集的用户用电数据异常分析方法及系统 |
| CN117113261A (zh) * | 2023-10-20 | 2023-11-24 | 国网江西省电力有限公司电力科学研究院 | 一种电力物联网异常检测方法及系统 |
| CN117611393A (zh) * | 2024-01-24 | 2024-02-27 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
| CN117853270A (zh) * | 2024-01-15 | 2024-04-09 | 国网浙江省电力有限公司杭州供电公司 | 一种基于大数据分析的反窃电监控系统及方法 |
| CN117929823A (zh) * | 2024-03-21 | 2024-04-26 | 江苏西欧电子有限公司 | 一种基于物联网实现安全用电防窃电的智能型电能表 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109858679A (zh) * | 2018-12-30 | 2019-06-07 | 国网浙江省电力有限公司 | 一种结合人机物的反窃电稽查监控系统及其工作方法 |
| 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 |
| CN112436606A (zh) * | 2020-11-26 | 2021-03-02 | 国网天津市电力公司营销服务中心 | 一种用于反窃电的监控系统 |
-
2021
- 2021-06-01 CN CN202110607858.4A patent/CN113484572A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109858679A (zh) * | 2018-12-30 | 2019-06-07 | 国网浙江省电力有限公司 | 一种结合人机物的反窃电稽查监控系统及其工作方法 |
| 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 |
| CN112436606A (zh) * | 2020-11-26 | 2021-03-02 | 国网天津市电力公司营销服务中心 | 一种用于反窃电的监控系统 |
Non-Patent Citations (1)
| Title |
|---|
| 占少辉等: "构建反窃电管理业务应用系统", 《中国电力企业管理》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113970659A (zh) * | 2021-10-21 | 2022-01-25 | 广东电网有限责任公司 | 一种用户窃电异常的识别方法、装置、计算机设备 |
| CN113970659B (zh) * | 2021-10-21 | 2023-07-28 | 广东电网有限责任公司 | 一种用户窃电异常的识别方法、装置、计算机设备 |
| CN114154999A (zh) * | 2021-10-27 | 2022-03-08 | 国网河北省电力有限公司营销服务中心 | 一种反窃电方法、装置、终端及存储介质 |
| CN113888360A (zh) * | 2021-10-28 | 2022-01-04 | 广东电网有限责任公司 | 一种窃电用户识别方法、装置、设备及存储介质 |
| CN114416753B (zh) * | 2022-04-01 | 2022-08-12 | 国网山东省电力公司营销服务中心(计量中心) | 基于时空量体四维数据的窃电证据数据处理方法及系统 |
| CN114881808A (zh) * | 2022-04-01 | 2022-08-09 | 云南电网有限责任公司昭通供电局 | 基于大数据的电力窃电精准识别方法及防窃电系统 |
| CN114416753A (zh) * | 2022-04-01 | 2022-04-29 | 国网山东省电力公司营销服务中心(计量中心) | 基于时空量体四维数据的窃电证据数据处理方法及系统 |
| CN114881808B (zh) * | 2022-04-01 | 2024-01-23 | 云南电网有限责任公司昭通供电局 | 基于大数据的电力窃电精准识别方法及防窃电系统 |
| CN114926061A (zh) * | 2022-05-31 | 2022-08-19 | 深圳市润鹏华通创新科技有限公司 | 一种基于云计算的智慧社区能源监管系统 |
| CN115808563A (zh) * | 2023-01-11 | 2023-03-17 | 国网山西省电力公司营销服务中心 | 一种基于用电功率异常分析的高压用户窃电检测方法 |
| CN115808563B (zh) * | 2023-01-11 | 2023-05-16 | 国网山西省电力公司营销服务中心 | 一种基于用电功率异常分析的高压用户窃电检测方法 |
| CN116404755A (zh) * | 2023-04-18 | 2023-07-07 | 内蒙古铖品科技有限公司 | 一种基于物联网的大数据处理系统及方法 |
| CN116976707B (zh) * | 2023-09-22 | 2023-12-26 | 安徽融兆智能有限公司 | 基于用电信息采集的用户用电数据异常分析方法及系统 |
| CN116976707A (zh) * | 2023-09-22 | 2023-10-31 | 安徽融兆智能有限公司 | 基于用电信息采集的用户用电数据异常分析方法及系统 |
| CN117113261A (zh) * | 2023-10-20 | 2023-11-24 | 国网江西省电力有限公司电力科学研究院 | 一种电力物联网异常检测方法及系统 |
| CN117113261B (zh) * | 2023-10-20 | 2024-02-06 | 国网江西省电力有限公司电力科学研究院 | 一种电力物联网异常检测方法及系统 |
| CN117853270A (zh) * | 2024-01-15 | 2024-04-09 | 国网浙江省电力有限公司杭州供电公司 | 一种基于大数据分析的反窃电监控系统及方法 |
| CN117611393A (zh) * | 2024-01-24 | 2024-02-27 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
| CN117611393B (zh) * | 2024-01-24 | 2024-04-05 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的反窃电数据采集方法 |
| CN117929823A (zh) * | 2024-03-21 | 2024-04-26 | 江苏西欧电子有限公司 | 一种基于物联网实现安全用电防窃电的智能型电能表 |
| CN117929823B (zh) * | 2024-03-21 | 2024-06-07 | 江苏西欧电子有限公司 | 一种基于物联网实现安全用电防窃电的智能型电能表 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113484572A (zh) | 一种基于用电大数据的反窃电监测方法及系统 | |
| CN111191878A (zh) | 一种基于异常分析的台区及电能表状态评价方法及系统 | |
| CN110320892A (zh) | 基于Lasso回归的污水处理设备故障诊断系统及方法 | |
| CN112184090B (zh) | 标准用电特征库建立方法、环保监测方法、系统和监测仪 | |
| CN111126759B (zh) | 一种基于异常事件故障关联度的电能表状态评估方法 | |
| CN112560214B (zh) | 变电站母线平衡故障诊断方法、系统、设备及存储介质 | |
| CN114094705A (zh) | 一种基于线损和用户用电量的低压台区窃电监控系统 | |
| CN113807602B (zh) | 用于抽水蓄能电站的安全风险管控及隐患监督预警系统 | |
| CN108964269A (zh) | 配电网运维与综合管理系统 | |
| CN106228300A (zh) | 一种分布式电源运营管理系统 | |
| CN110855012A (zh) | 一种台区实时线损智能分析系统 | |
| CN114244866B (zh) | 一种基于物联网的生产设备监管系统 | |
| CN113848843B (zh) | 一种基于智能优化节能系统的自诊断分析系统 | |
| CN116011827A (zh) | 一种用于重点小区的停电监测分析与预警系统及方法 | |
| CN106610616A (zh) | 一种基于大数据分析的性能自动调优方法及装置 | |
| CN118192400A (zh) | 一种智慧泵站自动管理与控制方法 | |
| CN114839462A (zh) | 一种智能反窃电监察方法和系统 | |
| CN106199251A (zh) | 一种基于自适应建模分析的配电网故障预警系统及方法 | |
| CN112557745A (zh) | 一种线损监测的功率叠加对比系统及方法 | |
| CN112052965A (zh) | 可视化的电力设备在线管理系统及管理方法 | |
| CN108256663B (zh) | 一种核电运行事故风险实时预测方法 | |
| CN115514099A (zh) | 电力用电安全检查系统及方法 | |
| CN116307263A (zh) | 基于数字孪生的泵站全流程动态智能调度方法及系统 | |
| CN112783714A (zh) | 一种基于大数据平台的安全运维一体化监控方法 | |
| CN113625028B (zh) | 一种防窃电监测方法 |
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: 20211008 |