CN114881808B - 基于大数据的电力窃电精准识别方法及防窃电系统 - Google Patents

基于大数据的电力窃电精准识别方法及防窃电系统 Download PDF

Info

Publication number
CN114881808B
CN114881808B CN202210339136.XA CN202210339136A CN114881808B CN 114881808 B CN114881808 B CN 114881808B CN 202210339136 A CN202210339136 A CN 202210339136A CN 114881808 B CN114881808 B CN 114881808B
Authority
CN
China
Prior art keywords
electricity
analysis
intelligent
stealing
power
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.)
Active
Application number
CN202210339136.XA
Other languages
English (en)
Other versions
CN114881808A (zh
Inventor
邓丽娟
黄河滔
万龙
康径竟
郭健
张兴霖
颜清华
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.)
Zhaotong Power Supply Bureau of Yunnan Power Grid Co Ltd
Original Assignee
Zhaotong Power Supply Bureau of Yunnan Power Grid 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 Zhaotong Power Supply Bureau of Yunnan Power Grid Co Ltd filed Critical Zhaotong Power Supply Bureau of Yunnan Power Grid Co Ltd
Priority to CN202210339136.XA priority Critical patent/CN114881808B/zh
Publication of CN114881808A publication Critical patent/CN114881808A/zh
Application granted granted Critical
Publication of CN114881808B publication Critical patent/CN114881808B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • 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
    • 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
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
    • G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/42—Determining position
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/35—Utilities, e.g. electricity, gas or water
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/40—Information sensed or collected by the things relating to personal data, e.g. biometric data, records or preferences
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/10—Detection; Monitoring
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/20—Analytics; Diagnosis
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/50—Safety; Security of things, users, data or systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00—IoT characterised by the purpose of the information processing
    • G16Y40/60—Positioning; Navigation
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明涉及电力系统管理技术领域，具体地说，涉及基于大数据的电力窃电精准识别方法及防窃电系统。包括如下步骤：构建用电管控机制；基于视频监控和“AI识别”技术对窃电行为进行识别取证；进行窃电位置的GPS定位；智能采集用电数据；通过构建窃电及防窃电诊断模型进行用电分析管控；对窃电行为进行在线分析研判和智能预警；建立窃电用户行为特征库；建立用电安全大数据分析库。本发明设计可以实现用电数据的智能采集，提高窃电行为研判和定位的精准度；基于海量数据，使用状态估法检测法，提高了研判的科学性和可靠性，检测的正确度高，且应用成本低；提高用电检查及稽查的效能；可以实现用电检查的全过程、全景化管控；且有利于后期的取证。

Description

基于大数据的电力窃电精准识别方法及防窃电系统
技术领域
本发明涉及电力系统管理技术领域，具体地说，涉及基于大数据的电力窃电精准识别方法及防窃电系统。
背景技术
电能是关系到国计民生的重要资源，与人民生产生活密不可分，随着国民经济飞速发展，人们的生产、生活对电力资源需求日益提高，已成为社会经济发展不可或缺的部分。近年来，不法分子的黑手频频伸向电力设施，盗窃、破坏案件直线上升，窃电、违约用电问题在用电营业管理中屡见不鲜。这种行为不仅扰乱了正常的供用电秩序，造成供电成本的提升，而且还会带来不良的社会影响，甚至会给供电安全造成极大的安全隐患。现阶段，在窃电与违约用电的管理中，相应的检查手段不仅落后而且还较为单一，现有防窃电方法现场工作量大，对于日渐多样化的窃电手段显得无所适从，尚无精准的用户窃电定位和预警的线上系统，用电检查人员缺少科学的方法对高、低压用户窃电实现预警和定位，仍然以定期巡检、定期校验电表、用户举报窃电等手段为主，反盗电工作存在较大的漏洞。鉴于此，我们提出了涉及基于大数据的电力窃电精准识别方法及防窃电系统。
发明内容
本发明的目的在于提供基于大数据的电力窃电精准识别方法及防窃电系统，以解决上述背景技术中提出的问题。
为实现上述技术问题的解决，本发明的目的之一在于，提供了基于大数据的电力窃电精准识别方法，包括如下步骤：
S1、综合利用移动互联网、卫星网络，实现用电巡视计划、现场巡视、应急管理、专项稽查等用电管理工作的网格化管理、在线联动和闭环管理，构建“线上线下”融合的用电稽查及在线闭环管控机制；基于移动互联网，综合利用数字地图、统计图表、图片视频等多种技术手段，实现台区、检测装置、用户、管理人员、可疑用户及用电稽查等多维信息的数字化、可视化和移动化管理，建立“线上线下”融合的用电检查和监督管理机制，有助于制定用电监察计划指导快速发现窃电现象，将用电安全管理和措施无衰减的推送和延伸到客户用电现场，以提高用电检查及稽查的效能；
S2、基于边缘计算下的视频监控技术和“AI识别”技术，对窃电行为进行识别取证：通过研制防窃电装置有摄像头，内嵌在表箱内，隐形摄像头带有AI扫描、身高、体型、走路的步伐多种行为特征判断是否为工作人员，还可以研制开发智能语音告警程序，如工作人员会有智能语音提醒窃电人员终止窃电行为，所有操作过程均已记录取证，为后期提供证据；
S3、结合具备GPS定位功能的防窃电装置进行窃电位置的GPS定位，通过南网智瞰呈现装置的分布情况及具体位置；如被窃电人员操作后高亮显示在南网智瞰上，可以及时发现问题及调取相关录像，判定是否为非法操作；同时，线下的数据结合线上的系统分析预判偷电行为，实现窃电预警、窃电定位；
S4、综合利用嵌入式、数字通信、数字挖掘等技术，结合用电信息采集相关设备和系统(营销系统、省计量等系统)，智能采集电能表、电能计量数据、事件记录、用户及终端档案信息等用电数据；实现高压侧电流数据和台区总表数据的智能在线监测、实时采集和用户用电行为异常分析；对感知到的用电异常行为，即时进行预警和定位，辅助相关管理人员快速进行现场核查取证，及时发现窃电嫌疑户，达到降线损目的；
S5、通过构建窃电模型及防窃电诊断模型，进行用电分析管控；
S6、建立盗电行为研判分析模型，对窃电行为进行在线分析研判和智能预警；分别建立盗电行为研判分析模型，实现用户用电数据的智能诊断分析、态势感知和在线预警，为防窃电工作提供可靠的技术支撑；
S7、针对不同窃电用户特点，从类别特征、时间特征进行提取分析，建立窃电用户行为特征库，输出全视角窃电用户画像；
S8、以用电用户为中心，建立基于“人机料法环”的用电安全大数据分析库，为制定防窃电措施方案提供决策支持。
其中，所述S7中，特征包含地域特征(网架结构、用电习惯、经济发展)、用户基本信息(行业类别、用电容量、电压等级、电价执行)、用户用能信息(总用电量、分时用电量、负荷最大值、最小值)，基于大数据及人工智能算法，通过数据全方位、多角度、多层次的挖掘处理不同类型的窃电用户，发现窃电用户的行为特征，建立窃电用户辨识模型，输出窃电用户清单，通过全视角的窃电用户画像，对未来可能进行窃电的用户进行预防，便于准确识别窃电用户，深入分析用电检查现存问题，有针对性的制定用电检查计划。
其中，所述S8中，以用电用户为中心，将现场用电检查各环节涉及的“人、机、料、法、环”等关键管控要素智能连接起来，并以数字地图、统计图表、图片视频等多种可视化手段，建立涵盖台区、检测装置、用户、管理人员、可疑用户及用电稽查等多维信息智能采集、存储、分析、诊断和预警的大数据分析和可视化管理的大数据分析库，为用电分析、巡视检查、可疑行为防控等提供可靠的数据分析和决策支撑。
作为本技术方案的进一步改进，所述S2中，基于边缘计算下的视频监控应用于电力窃电精准识别中，存在两种工作模式，包括：
一方面，采用实时视频，联网通信，实时监控的模式，用于实现应实时音视频传输、语音对话，开展远程辅助研判：在各计量箱配置带4G/5G无线实时传输功能的前端设备，在发现窃电操作时通过平台软件进行远程视频喊话，防止窃电的发生；
另一方面，采用就地录像，事后查看的模式，用于实现窃电的事后追溯、人员行为分析：窃电时对现场过程进行录像，将现场监控视频进行上传和归档；监督人员可在各级监控中心，通过管理软件对窃电的历史视频进行查阅、分析。
作为本技术方案的进一步改进，所述S5中，通过构建窃电模型及防窃电诊断模型，进行用电分析管控的具体方法包括如下步骤：
S5.1、基于设备数据和系统数据，采用深度学习、聚类分析等算法建立异常分析模型进行分析；
S5.2、研究窃电用户相似度量，对用户群体实施聚类操作，实现群体划分；
S5.3、基于各类用电异常事件和窃电行为以及窃电行为的种类存在关联关系，从多角度进行特征选择和特征相似性检验；
S5.4、利用机器学习，采用多模型融合结构，提取与窃电相关的异常数据，挖掘出频繁项集，建立窃电-线损数据模型；
S5.5、完成模型的自学习和调优后，用以判断用户窃电可能性的大小。
作为本技术方案的进一步改进，所述S5.1中，主要涉及的异常包括但不限于失压断相分析、电量差动分析、电量波动分析、功率差动分析、电能表停走、电能表开盖或计量门开闭分析、电流失流、电流异常分析、恒定磁场干扰、线损分析等智能诊断分析模型。
作为本技术方案的进一步改进，所述S6中，建立盗电行为研判分析模型，对窃电行为进行在线分析研判和智能预警的具体方法包括如下步骤：
S6.1、根据电压、电流的不同接线组合方式研究建立各种接线模型；
S6.2、利用状态评估算法，针对36种三相直通表和288种互感器接入的三相表等多种接线方式，分别建立盗电行为研判分析模型；
S6.3、在利用该算法模型判断偷电发生时间后，再利用寻道表从对应的电压电流变化参数中提取对应的偷电行为；
S6.4、进而利用电力使用量等状态计算来判定偷电行为；
S6.5、最后根据实际用电量和理论用电量是否一致来判断发生了哪种偷电行为。
作为本技术方案的进一步改进，所述S6.2中，状态评估算法的具体应用方法包括：采用卡尔曼滤波算法，引入了一些集成的分布状态，通过加权最小二乘法进行状态估计，实现对用户用电量的偏差估计，将用电数据所得偏差与实际偏差作比较，以此分析用户的用电行为，从而通过分析研判窃电者。
本发明的目的之二在于，提供了基于大数据的电力窃电精准识别防窃电系统，该系统运行过程用于实现上述任一所述的基于大数据的电力窃电精准识别方法，包括台区智能管理单元、用电大数据分析及智能预警平台和智能稽查终端；所述台区智能管理单元、所述用电大数据分析及智能预警平台与所述智能稽查终端依次通过网络通信连接；其中：
所述台区智能管理单元属于大型用电侧信息采集和控制系统，用于通过采集电能信息，科学监测用户的日常用电情况，及时发电电力系统运行中存在的异常状况，并对电能质量进行有效监控，从而实现用电分析和负荷管理；
所述用电大数据分析及智能预警平台用于利用嵌入式智能在线检测和态势感知技术，实现总表和高压采集单元相同时刻的电流或视在功率值的多维度态势智能采集、存储、分析、诊断、预警应用，并基于JavaEE技术规范和智能检测终端，无缝集成数字地图、统计图表、图片视频等可视化手段，建立涵盖台区、检测装置、用户、管理人员、可疑用户及用电稽查等“线上线下”融合的用电稽查和在线闭环管控，为用电分析、巡视检查、可疑行为防控等提供可靠的数据分析和决策支撑；同时，利用移动互联网、卫星网络等技术，实现用电巡查计划、现场巡视、应急管理、专项稽查等用电管理工作的网格化管理、在线联动和闭环管理；
所述智能稽查终端用于与线上系统的分析数据相结合，通过多种线下监控技设备及技术，实现用电巡查计划、现场巡视、应急管理、专项稽查等用电管理工作的网格化管理、在线联动和闭环管理。
作为本技术方案的进一步改进，所述台区智能管理单元包括主站系统、智能配变终端、低压监测设备和分布式采集设备/传感器；所述主站系统、智能配变终端、低压监测设备和分布式采集设备/传感器；其中：
所述主站系统作为用电信息采集系统的中枢神经，用于进行命令传达，同时对终端管理及数据进行有效分析，并实现系统和外部接口维护；
所述智能配变终端用于对配电变压器、低压断路器/剩余电流动作保护器、智能电能表等运行信息进行采集和用户用电信息收集；
所述低压监测设备用于监测采集电力系统运行过程中低压台区各节点电气量数据；
所述分布式采集设备/传感器用于对电力系统运行过程中各相关状态参数进行监测及采集。
作为本技术方案的进一步改进，所述用电大数据分析及智能预警平台包括数据管理单元、算法模型模块、数据分析模块和窃电研判模块；所述数据管理单元、所述算法模型模块、所述数据分析模块与所述窃电研判模块依次通过网络通信连接；其中：
所述数据管理单元用于实现台区、检测装置、用户、管理人员、可疑用户及用电稽查等多维信息智能采集、存储、分析、诊断和预警的大数据分析和可视化管理的大数据分析库；
所述算法模型模块用于基于设备数据和系统数据，采用深度学习、聚类分析等算法建立异常分析模型；
所述数据分析模块用于通过各种窃电分析和研判模型，对基于连接集中器周期获取总表和高压采集单元相同时刻的电流或视在功率值，绘制相应曲线并通过曲线的变化率筛除离散变量，对比曲线的差异计算该时间段是否存在线损异常，统计一段时间的线损异常数据并进一步筛除离散值，判断是否满足发生线损异常事件的条件；还可以根据已知的窃电举动的电力特性类型基础制作专家模型，用于盗电举动分析；
所述窃电研判模块用于通过统计满足线损异常条件的曲线数据，判断是否发生窃电行为，对于超合同容量运行的用户而言，可利用表计的最大需量值对瞬时负荷进行判断。
作为本技术方案的进一步改进，所述智能稽查终端包括视频监控系统、AI识别模块、防窃电装置和GPS定位模块；所述视频监控系统、所述AI识别模块、所述防窃电装置与所述GPS定位模块依次通过网络通信连接且可并列运行；其中：
所述视频监控系统用于在电力系统内构建基于边缘计算下的视频监控体系，以实现窃电可视化监控；其主要架构包括终端视频采集设备、网络层和视频数据管理层；其中，终端视频采集设备，负责采集窃电视频图像；网络层通过互联网将窃电视频数据传输至省级现场作业可视化平台，各级监控中心通过视频专网访问窃电可视化平台，开展窃电监控工作；视频数据管理层通过通用协议GB28181或ONVIF，将视频数据传输至分布式存储中，通过视频管理层对外提供通用接口，实现第三方设备接入，对外提供SDK开发包，实现窃电视频回放、录像、认证等功能外部调用；
所述AI识别模块用于通过AI技术来扫描、身高、体型、走路的步伐等多种行为特征以判断表箱端的操作人员为工作人员还是窃电人员；
所述防窃电装置用于研制、安装可集成拍摄、AI识别及定位等功能为一体的智能表箱终端来对窃电行为进行取证管理；
所述GPS定位模块用于通过带有GPS定位功能的防窃电装置或其他终端设备来对发生窃电的位置进行准确定位。
本发明的目的之三在于，提供了一种基于大数据的电力窃电精准识别防窃电系统的运行装置，包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序，处理器用于执行计算机程序时实现上述的基于大数据的电力窃电精准识别防窃电系统及方法的步骤。
本发明的目的之四在于，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于大数据的电力窃电精准识别防窃电系统及方法的步骤。
与现有技术相比，本发明的有益效果：
1.该基于大数据的电力窃电精准识别方法及防窃电系统中，结合台区拓扑，利用嵌入式智能在线检测和态势感知技术，可以实现高压侧电流数据和台区总表数据的智能采集、多维分析和态势感知，提升台区户变关系的准确性，提高窃电行为研判和定位的精准度；
2.该基于大数据的电力窃电精准识别方法及防窃电系统中，基于海量的用户用电数据，使用状态估法检测法对同一区域内用户的用电行为的相似性进行研判分析，提高了窃电行为研判的科学性和可靠性，检测的正确度高，且应用成本低；
3.该基于大数据的电力窃电精准识别方法及防窃电系统中，通过新一代智能技术与用电稽查业务的深入渗透和融合，实现“线上线下”融合的用电稽查及在线闭环管控，将用电安全管理和措施无衰减的推送和延伸到客户用电现场，提高用电检查及稽查的效能；
4.该基于大数据的电力窃电精准识别方法及防窃电系统中，通过建立以客户为中心的用电大数据分析库和智能化管控平台，可以实现用电检查的全过程、全景化管控，改变了过去经验式、单一化的防窃电管理模式，还可以通过建立窃电用户信用画像，有助于制定客户用电套餐；
5.该基于大数据的电力窃电精准识别方法及防窃电系统中，将摄像头内嵌在表箱内进行录像，隐形摄像头并带有AI识别功能来判断操作者是工作人员还是窃电者，全过程记录有利于后期的取证。
附图说明
图1为本发明中的整体方法流程图；
图2为本发明中的局部方法流程图之一；
图3为本发明中的局部方法流程图之二；
图4为本发明中的整体系统装置结构图；
图5为本发明中示例性的用电大数据分析及智能预警平台的系统架构图；
图6为本发明中示例性的系统功能结构框图；
图7为本发明中示例性的电子计算机平台装置结构示意图。
图中：
1、台区智能单元；11、主站系统；12、智能配变终端；13、低压监测设备；14、分布式采集设备/传感器；
2、用电大数据分析及智能预警平台；21、数据管理单元；22、算法模型模块；23、数据分析模块；24、窃电研判模块；
3、智能稽查终端；31、视频监控系统；32、AI识别模块；33、防窃电装置；34、GPS定位模块。
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。
实施例1
如图1-图7所示，本实施例的目的之一在于，提供了基于大数据的电力窃电精准识别方法及防窃电系统，包括如下步骤：
S1、综合利用移动互联网、卫星网络，实现用电巡视计划、现场巡视、应急管理、专项稽查等用电管理工作的网格化管理、在线联动和闭环管理，构建“线上线下”融合的用电稽查及在线闭环管控机制；基于移动互联网，综合利用数字地图、统计图表、图片视频等多种技术手段，实现台区、检测装置、用户、管理人员、可疑用户及用电稽查等多维信息的数字化、可视化和移动化管理，建立“线上线下”融合的用电检查和监督管理机制，有助于制定用电监察计划指导快速发现窃电现象，将用电安全管理和措施无衰减的推送和延伸到客户用电现场，以提高用电检查及稽查的效能；
S2、基于边缘计算下的视频监控技术和“AI识别”技术，对窃电行为进行识别取证：通过研制防窃电装置有摄像头，内嵌在表箱内，隐形摄像头带有AI扫描、身高、体型、走路的步伐多种行为特征判断是否为工作人员，并研发装载智能语音告警程序，如工作人员会有智能语音提醒窃电人员终止窃电行为，所有操作过程均已记录取证，为后期提供证据；
S3、结合具备GPS定位功能的防窃电装置进行窃电位置的GPS定位，通过南网智瞰呈现装置的分布情况及具体位置；如被窃电人员操作后高亮显示在南网智瞰上，可以及时发现问题及调取相关录像，判定是否为非法操作；同时，线下的数据结合线上的系统分析预判偷电行为，实现窃电预警、窃电定位；
S4、综合利用嵌入式、数字通信、数字挖掘等技术，结合用电信息采集相关设备和系统(营销系统、省计量等系统)，智能采集电能表、电能计量数据、事件记录、用户及终端档案信息等用电数据；实现高压侧电流数据和台区总表数据的智能在线监测、实时采集和用户用电行为异常分析；对感知到的用电异常行为，即时进行预警和定位，辅助相关管理人员快速进行现场核查取证，及时发现窃电嫌疑户，达到降线损目的；
S5、通过构建窃电模型及防窃电诊断模型，进行用电分析管控；
S6、建立盗电行为研判分析模型，对窃电行为进行在线分析研判和智能预警；分别建立盗电行为研判分析模型，实现用户用电数据的智能诊断分析、态势感知和在线预警，为防窃电工作提供可靠的技术支撑；
S7、针对不同窃电用户特点，从类别特征、时间特征进行提取分析，建立窃电用户行为特征库，输出全视角窃电用户画像；
S8、以用电用户为中心，建立基于“人机料法环”的用电安全大数据分析库，为制定防窃电措施方案提供决策支持。
其中，S7中，特征包含地域特征(网架结构、用电习惯、经济发展)、用户基本信息(行业类别、用电容量、电压等级、电价执行)、用户用能信息(总用电量、分时用电量、负荷最大值、最小值)，基于大数据及人工智能算法，通过数据全方位、多角度、多层次的挖掘处理不同类型的窃电用户，发现窃电用户的行为特征，建立窃电用户辨识模型，输出窃电用户清单，通过全视角的窃电用户画像，对未来可能进行窃电的用户进行预防，便于准确识别窃电用户，深入分析用电检查现存问题，有针对性的制定用电检查计划。
其中，S8中，以用电用户为中心，将现场用电检查各环节涉及的“人、机、料、法、环”等关键管控要素智能连接起来，并以数字地图、统计图表、图片视频等多种可视化手段，建立涵盖台区、检测装置、用户、管理人员、可疑用户及用电稽查等多维信息智能采集、存储、分析、诊断和预警的大数据分析和可视化管理的大数据分析库，为用电分析、巡视检查、可疑行为防控等提供可靠的数据分析和决策支撑。
本实施例中，S2中，基于边缘计算下的视频监控应用于电力窃电精准识别中，存在两种工作模式，包括：
一方面，采用实时视频，联网通信，实时监控的模式，用于实现应实时音视频传输、语音对话，开展远程辅助研判：在各计量箱配置带4G/5G无线实时传输功能的前端设备，在发现窃电操作时通过平台软件进行远程视频喊话，防止窃电的发生；
另一方面，采用就地录像，事后查看的模式，用于实现窃电的事后追溯、人员行为分析：窃电时对现场过程进行录像，将现场监控视频进行上传和归档。监督人员可在各级监控中心，通过管理软件对窃电的历史视频进行查阅、分析。
本实施例中，S5中，通过构建窃电模型及防窃电诊断模型，进行用电分析管控的具体方法包括如下步骤：
S5.1、基于设备数据和系统数据，采用深度学习、聚类分析等算法建立异常分析模型进行分析；
S5.2、研究窃电用户相似度量，对用户群体实施聚类操作，实现群体划分；
S5.3、基于各类用电异常事件和窃电行为以及窃电行为的种类存在关联关系，从多角度进行特征选择和特征相似性检验；
S5.4、利用机器学习，采用多模型融合结构，提取与窃电相关的异常数据，挖掘出频繁项集，建立窃电-线损数据模型；
S5.5、完成模型的自学习和调优后，用以判断用户窃电可能性的大小。
具体地，S5.1中，主要涉及的异常包括但不限于失压断相分析、电量差动分析、电量波动分析、功率差动分析、电能表停走、电能表开盖或计量门开闭分析、电流失流、电流异常分析、恒定磁场干扰、线损分析等智能诊断分析模型。
本实施例中，S6中，建立盗电行为研判分析模型，对窃电行为进行在线分析研判和智能预警的具体方法包括如下步骤：
S6.1、根据电压、电流的不同接线组合方式研究建立各种接线模型；
S6.2、利用状态评估算法，针对36种三相直通表和288种互感器接入的三相表等多种接线方式，分别建立盗电行为研判分析模型；
S6.3、在利用该算法模型判断偷电发生时间后，再利用寻道表从对应的电压电流变化参数中提取对应的偷电行为；
S6.4、进而利用电力使用量等状态计算来判定偷电行为；
S6.5、最后根据实际用电量和理论用电量是否一致来判断发生了哪种偷电行为。
具体地，S6.2中，状态评估算法的具体应用方法包括：采用卡尔曼滤波算法，引入了一些集成的分布状态，通过加权最小二乘法进行状态估计，实现对用户用电量的偏差估计，将用电数据所得偏差与实际偏差作比较，以此分析用户的用电行为，从而通过分析研判窃电者。
如图4-图7所示，本实施例中还提供了基于大数据的电力窃电精准识别防窃电系统，该系统运行过程用于实现上述的基于大数据的电力窃电精准识别方法，包括台区智能管理单元1、用电大数据分析及智能预警平台2和智能稽查终端3；台区智能管理单元1、用电大数据分析及智能预警平台2与智能稽查终端3依次通过网络通信连接；其中：
台区智能管理单元1属于大型用电侧信息采集和控制系统，用于通过采集电能信息，科学监测用户的日常用电情况，及时发电电力系统运行中存在的异常状况，并对电能质量进行有效监控，从而实现用电分析和负荷管理；
用电大数据分析及智能预警平台2用于利用嵌入式智能在线检测和态势感知技术，实现总表和高压采集单元相同时刻的电流或视在功率值的多维度态势智能采集、存储、分析、诊断、预警应用，并基于JavaEE技术规范和智能检测终端，无缝集成数字地图、统计图表、图片视频等可视化手段，建立涵盖台区、检测装置、用户、管理人员、可疑用户及用电稽查等“线上线下”融合的用电稽查和在线闭环管控，为用电分析、巡视检查、可疑行为防控等提供可靠的数据分析和决策支撑；同时，利用移动互联网、卫星网络等技术，实现用电巡查计划、现场巡视、应急管理、专项稽查等用电管理工作的网格化管理、在线联动和闭环管理；
智能稽查终端3用于与线上系统的分析数据相结合，通过多种线下监控技设备及技术，实现用电巡查计划、现场巡视、应急管理、专项稽查等用电管理工作的网格化管理、在线联动和闭环管理。
本实施例中，台区智能管理单元1包括主站系统11、智能配变终端12、低压监测设备13和分布式采集设备/传感器14；主站系统11、智能配变终端12、低压监测设备13和分布式采集设备/传感器14；其中：
主站系统11作为用电信息采集系统的中枢神经，用于进行命令传达，同时对终端管理及数据进行有效分析，并实现系统和外部接口维护；
智能配变终端12用于对配电变压器、低压断路器/剩余电流动作保护器、智能电能表等运行信息进行采集和用户用电信息收集；
低压监测设备13用于监测采集电力系统运行过程中低压台区各节点电气量数据；
分布式采集设备/传感器14用于对电力系统运行过程中各相关状态参数进行监测及采集。
本实施例中，用电大数据分析及智能预警平台2包括数据管理单元21、算法模型模块22、数据分析模块23和窃电研判模块24；数据管理单元21、算法模型模块22、数据分析模块23与窃电研判模块24依次通过网络通信连接；其中：
数据管理单元21用于实现台区、检测装置、用户、管理人员、可疑用户及用电稽查等多维信息智能采集、存储、分析、诊断和预警的大数据分析和可视化管理的大数据分析库；
算法模型模块22用于基于设备数据和系统数据，采用深度学习、聚类分析等算法建立异常分析模型；
数据分析模块23用于通过各种窃电分析和研判模型，对基于连接集中器周期获取总表和高压采集单元相同时刻的电流或视在功率值，绘制相应曲线并通过曲线的变化率筛除离散变量，对比曲线的差异计算该时间段是否存在线损异常，统计一段时间的线损异常数据并进一步筛除离散值，判断是否满足发生线损异常事件的条件；还可以根据已知的窃电举动的电力特性类型基础制作专家模型，用于盗电举动分析；
窃电研判模块24用于通过统计满足线损异常条件的曲线数据，判断是否发生窃电行为，对于超合同容量运行的用户而言，可利用表计的最大需量值对瞬时负荷进行判断。
本实施例中，智能稽查终端3包括视频监控系统31、AI识别模块32、防窃电装置33和GPS定位模块34；视频监控系统31、AI识别模块32、防窃电装置33与GPS定位模块34依次通过网络通信连接且可并列运行；其中：
视频监控系统31用于在电力系统内构建基于边缘计算下的视频监控体系，以实现窃电可视化监控；其主要架构包括终端视频采集设备、网络层和视频数据管理层；其中，终端视频采集设备，负责采集窃电视频图像；网络层通过互联网将窃电视频数据传输至省级现场作业可视化平台，各级监控中心通过视频专网访问窃电可视化平台，开展窃电监控工作；视频数据管理层通过通用协议GB28181或ONVIF，将视频数据传输至分布式存储中，通过视频管理层对外提供通用接口，实现第三方设备接入，对外提供SDK开发包，实现窃电视频回放、录像、认证等功能外部调用；
AI识别模块32用于通过AI技术来扫描、身高、体型、走路的步伐等多种行为特征以判断表箱端的操作人员为工作人员还是窃电人员；
防窃电装置33用于研制、安装可集成拍摄、AI识别及定位等功能为一体的智能表箱终端来对窃电行为进行取证管理；
GPS定位模块34用于通过带有GPS定位功能的防窃电装置33或其他终端设备来对发生窃电的位置进行准确定位。
如图7所示，本实施例还提供了一种基于大数据的电力窃电精准识别防窃电系统的运行装置，该装置包括处理器、存储器以及存储在存储器中并在处理器上运行的计算机程序。
处理器包括一个或一个以上处理核心，处理器通过总线与存储器相连，存储器用于存储程序指令，处理器执行存储器中的程序指令时实现上述的基于大数据的电力窃电精准识别防窃电系统及方法的步骤。
可选的，存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随时存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。
此外，本发明还提供一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器执行时实现上述的基于大数据的电力窃电精准识别防窃电系统及方法的步骤。
可选的，本发明还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述各方面基于大数据的电力窃电精准识别防窃电系统及方法的步骤。
本领域普通技术人员可以理解，实现上述实施例的全部或部分步骤的过程可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，程序可以存储于计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的仅为本发明的优选例，并不用来限制本发明，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.基于大数据的电力窃电精准识别方法，其特征在于：包括如下步骤：
S1、综合利用移动互联网、卫星网络，实现用电巡视计划、现场巡视、应急管理、专项稽查用电管理工作的网格化管理、在线联动和闭环管理，构建“线上线下”融合的用电稽查及在线闭环管控机制；
S2、基于边缘计算下的视频监控技术和“AI识别”技术，对窃电行为进行识别取证；
S3、结合具备GPS定位功能的防窃电装置进行窃电位置的GPS定位，通过南网智瞰呈现装置的分布情况及具体位置；
S4、综合利用嵌入式、数字通信、数字挖掘技术，结合用电信息采集相关设备和系统智能采集电能表、电能计量数据、事件记录、用户及终端档案信息用电数据；
S5、通过构建窃电模型及防窃电诊断模型，进行用电分析管控；
S6、建立盗电行为研判分析模型，对窃电行为进行在线分析研判和智能预警；
S7、针对不同窃电用户特点，从类别特征、时间特征进行提取分析，建立窃电用户行为特征库，输出全视角窃电用户画像；
S8、以用电用户为中心，建立基于“人机料法环”的用电安全大数据分析库，为制定防窃电措施方案提供决策支持。
2.根据权利要求1所述的基于大数据的电力窃电精准识别方法，其特征在于：所述S2中，基于边缘计算下的视频监控应用于电力窃电精准识别中，存在两种工作模式，包括：
一方面，采用实时视频，联网通信，实时监控的模式，用于实现应实时音视频传输、语音对话，开展远程辅助研判；
另一方面，采用就地录像，事后查看的模式，用于实现窃电的事后追溯、人员行为分析。
3.根据权利要求1所述的基于大数据的电力窃电精准识别方法，其特征在于：所述S5中，通过构建窃电模型及防窃电诊断模型，进行用电分析管控的具体方法包括如下步骤：
S5.1、基于设备数据和系统数据，采用深度学习、聚类分析算法建立异常分析模型进行分析；
S5.2、研究窃电用户相似度量，对用户群体实施聚类操作，实现群体划分；
S5.3、基于各类用电异常事件和窃电行为以及窃电行为的种类存在关联关系，从多角度进行特征选择和特征相似性检验；
S5.4、利用机器学习，采用多模型融合结构，提取与窃电相关的异常数据，挖掘出频繁项集，建立窃电-线损数据模型；
S5.5、完成模型的自学习和调优后，用以判断用户窃电可能性的大小。
4.根据权利要求3所述的基于大数据的电力窃电精准识别方法，其特征在于：所述S5.1中，主要涉及的异常包括但不限于失压断相分析、电量差动分析、电量波动分析、功率差动分析、电能表停走、电能表开盖或计量门开闭分析、电流失流、电流异常分析、恒定磁场干扰、线损分析智能诊断分析模型。
5.根据权利要求1所述的基于大数据的电力窃电精准识别方法，其特征在于：所述S6中，建立盗电行为研判分析模型，对窃电行为进行在线分析研判和智能预警的具体方法包括如下步骤：
S6.1、根据电压、电流的不同接线组合方式研究建立各种接线模型；
S6.2、利用状态评估算法，针对多种接线方式，分别建立盗电行为研判分析模型；
S6.3、在利用该算法模型判断偷电发生时间后，再利用寻道表从对应的电压电流变化参数中提取对应的偷电行为；
S6.4、进而利用电力使用量状态计算来判定偷电行为；
S6.5、最后根据实际用电量和理论用电量是否一致来判断发生了哪种偷电行为。
6.根据权利要求5所述的基于大数据的电力窃电精准识别方法，其特征在于：所述S6.2中，状态评估算法的具体应用方法包括：采用卡尔曼滤波算法，引入了一些集成的分布状态，通过加权最小二乘法进行状态估计，实现对用户用电量的偏差估计，将用电数据所得偏差与实际偏差作比较。
7.基于大数据的电力窃电精准识别防窃电系统，该系统运行过程用于实现权利要求1-6任一所述的基于大数据的电力窃电精准识别方法，其特征在于：包括台区智能管理单元（1）、用电大数据分析及智能预警平台（2）和智能稽查终端（3）；所述台区智能管理单元（1）、所述用电大数据分析及智能预警平台（2）与所述智能稽查终端（3）依次通过网络通信连接；其中：
所述台区智能管理单元（1）用于通过采集电能信息，科学监测用户的日常用电情况，及时发电电力系统运行中存在的异常状况，并对电能质量进行有效监控，从而实现用电分析和负荷管理；
所述用电大数据分析及智能预警平台（2）用于利用嵌入式智能在线检测和态势感知技术，实现总表和高压采集单元相同时刻的电流或视在功率值的多维度态势智能采集、存储、分析、诊断、预警应用，并基于JavaEE技术规范和智能检测终端，无缝集成数字地图、统计图表、图片视频可视化手段，建立涵盖台区、检测装置、用户、管理人员、可疑用户及用电稽查“线上线下”融合的用电稽查和在线闭环管控，为用电分析、巡视检查、可疑行为防控提供可靠的数据分析和决策支撑；
所述智能稽查终端（3）用于与线上系统的分析数据相结合，通过多种线下监控技设备及技术，实现用电巡查计划、现场巡视、应急管理、专项稽查用电管理工作的网格化管理、在线联动和闭环管理。
8.根据权利要求7所述的基于大数据的电力窃电精准识别防窃电系统，其特征在于：所述台区智能管理单元（1）包括主站系统（11）、智能配变终端（12）、低压监测设备（13）和分布式采集设备/传感器（14）；所述主站系统（11）、智能配变终端（12）、低压监测设备（13）和分布式采集设备/传感器（14）；其中：
所述主站系统（11）用于进行命令传达，同时对终端管理及数据进行有效分析，并实现系统和外部接口维护；
所述智能配变终端（12）用于对配电变压器、低压断路器/剩余电流动作保护器、智能电能表运行信息进行采集和用户用电信息收集；
所述低压监测设备（13）用于监测采集电力系统运行过程中低压台区各节点电气量数据；
所述分布式采集设备/传感器（14）用于对电力系统运行过程中各相关状态参数进行监测及采集。
9.根据权利要求7所述的基于大数据的电力窃电精准识别防窃电系统，其特征在于：所述用电大数据分析及智能预警平台（2）包括数据管理单元（21）、算法模型模块（22）、数据分析模块（23）和窃电研判模块（24）；所述数据管理单元（21）、所述算法模型模块（22）、所述数据分析模块（23）与所述窃电研判模块（24）依次通过网络通信连接；其中：
所述数据管理单元（21）用于实现台区、检测装置、用户、管理人员、可疑用户及用电稽查多维信息智能采集、存储、分析、诊断和预警的大数据分析和可视化管理的大数据分析库；
所述算法模型模块（22）用于基于设备数据和系统数据，采用深度学习、聚类分析算法建立异常分析模型；
所述数据分析模块（23）用于通过各种窃电分析和研判模型，对基于连接集中器周期获取总表和高压采集单元相同时刻的电流或视在功率值，绘制相应曲线并通过曲线的变化率筛除离散变量，对比曲线的差异计算该时间段是否存在线损异常，统计一段时间的线损异常数据并进一步筛除离散值，判断是否满足发生线损异常事件的条件；
所述窃电研判模块（24）用于通过统计满足线损异常条件的曲线数据，判断是否发生窃电行为。
10.根据权利要求7所述的基于大数据的电力窃电精准识别防窃电系统，其特征在于：所述智能稽查终端（3）包括视频监控系统（31）、AI识别模块（32）、防窃电装置（33）和GPS定位模块（34）；所述视频监控系统（31）、所述AI识别模块（32）、所述防窃电装置（33）与所述GPS定位模块（34）依次通过网络通信连接且可并列运行；其中：
所述视频监控系统（31）用于在电力系统内构建基于边缘计算下的视频监控体系，以实现窃电可视化监控；
所述AI识别模块（32）用于通过AI技术来扫描、身高、体型、走路的步伐 多种行为特征以判断表箱端的操作人员为工作人员还是窃电人员；
所述防窃电装置（33）用于研制、安装可集成拍摄、AI识别及定位 功能为一体的智能表箱终端来对窃电行为进行取证管理；
所述GPS定位模块（34）用于通过带有GPS定位功能的防窃电装置（33）或其他终端设备来对发生窃电的位置进行准确定位。
CN202210339136.XA 2022-04-01 2022-04-01 基于大数据的电力窃电精准识别方法及防窃电系统 Active CN114881808B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210339136.XA CN114881808B (zh) 2022-04-01 2022-04-01 基于大数据的电力窃电精准识别方法及防窃电系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210339136.XA CN114881808B (zh) 2022-04-01 2022-04-01 基于大数据的电力窃电精准识别方法及防窃电系统

Publications (2)

Publication Number Publication Date
CN114881808A CN114881808A (zh) 2022-08-09
CN114881808B true CN114881808B (zh) 2024-01-23

Family

ID=82668796

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210339136.XA Active CN114881808B (zh) 2022-04-01 2022-04-01 基于大数据的电力窃电精准识别方法及防窃电系统

Country Status (1)

Country Link
CN (1) CN114881808B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116008682B (zh) * 2023-03-22 2023-08-15 国网江西省电力有限公司电力科学研究院 一种配变高压缺相故障位置的实时研判方法及系统
CN116562653B (zh) * 2023-06-28 2023-11-28 广东电网有限责任公司 一种分布式能源台区线损监测方法及系统
CN116660621B (zh) * 2023-07-27 2023-09-26 江西琰圭技术服务有限公司 一种本地采样分析的防窃电智能管理系统
CN117318313B (zh) * 2023-11-29 2024-02-13 山西晋创区块链科技有限公司 基于用电设备画像数据的偷电混用电识别定位方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110223196A (zh) * 2019-06-04 2019-09-10 国网浙江省电力有限公司电力科学研究院 基于典型行业特征库和反窃电样本库的反窃电分析方法
CN112003372A (zh) * 2020-08-19 2020-11-27 贵州电网有限责任公司 一种防窃电远程智能监控方法
CN113484572A (zh) * 2021-06-01 2021-10-08 国网吉林省电力有限公司信息通信公司 一种基于用电大数据的反窃电监测方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110826398B (zh) * 2019-09-23 2021-04-02 上海意略明数字科技股份有限公司 一种智能图像识别进行大数据采集分析系统及应用方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110223196A (zh) * 2019-06-04 2019-09-10 国网浙江省电力有限公司电力科学研究院 基于典型行业特征库和反窃电样本库的反窃电分析方法
CN112003372A (zh) * 2020-08-19 2020-11-27 贵州电网有限责任公司 一种防窃电远程智能监控方法
CN113484572A (zh) * 2021-06-01 2021-10-08 国网吉林省电力有限公司信息通信公司 一种基于用电大数据的反窃电监测方法及系统

Also Published As

Publication number Publication date
CN114881808A (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN114881808B (zh) 基于大数据的电力窃电精准识别方法及防窃电系统
CN106709580B (zh) 一种变电站二次系统运维云平台
CN107742922A (zh) 一种具有远程自诊断功能的gis系统和方法
CN102368634B (zh) 智能变电站状态监测统一信息平台系统
CN108388950A (zh) 基于大数据的变压器智能运维方法及系统
CN109447480A (zh) 一种基于bim+gis建模的路桥工程设备安全监控系统及方法
CN102761174B (zh) 基于调度综合数据平台的故障智能诊断与分析系统及方法
CN100412993C (zh) 基于状态监测的核电厂智能维护系统
CN113689013A (zh) 一种变压器智能监测与运维系统
CN106710001A (zh) 一种基于变电站巡检机器人集中监控仿真系统及其方法
CN207832875U (zh) 一种防窃电监测及现场取证装置
CN104753178A (zh) 一种电网故障处理系统
CN108871434A (zh) 一种旋转设备的在线监测系统及方法
CN111591778A (zh) 基于互联网技术的堆取料机远程监控管理系统及方法
CN109034400A (zh) 一种变电站异常量测数据预测平台系统
CN110929182A (zh) 一种智能采砂监控装置及其监控方法
CN105608842A (zh) 一种核反应堆燃料破损在线监测报警装置
CN106646110A (zh) 基于GIS和Petri技术的低压配电网故障定位系统
CN114383652A (zh) 一种配电网潜在故障在线风险辨识方法、系统及装置
CN114143220A (zh) 实时数据可视化平台
CN110837532A (zh) 一种基于大数据平台对充电桩窃电行为的检测方法
CN112800910A (zh) 一种通讯机房维护作业效能评估方法及系统
CN113922502B (zh) 一种智能视频运维管理系统及管理方法
CN109581115B (zh) 一种配电网低电压诊断系统和诊断方法
CN111208384A (zh) 一种智能电网管理系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Deng Lijuan

Inventor after: Huang Hetao

Inventor after: Wan Long

Inventor after: Kang Jingjing

Inventor after: Guo Jian

Inventor after: Zhang Xinglin

Inventor after: Yan Qinghua

Inventor before: Deng Lijuan

Inventor before: Guo Jian

Inventor before: Yan Qinghua

Inventor before: Wan Long

Inventor before: Huang Hetao

Inventor before: Kang Jingjing

GR01 Patent grant
GR01 Patent grant