CN115099650B - 基于抄表差错风险模型的抄表差错监控方法及系统 - Google Patents

基于抄表差错风险模型的抄表差错监控方法及系统 Download PDF

Info

Publication number
CN115099650B
CN115099650B CN202210779220.3A CN202210779220A CN115099650B CN 115099650 B CN115099650 B CN 115099650B CN 202210779220 A CN202210779220 A CN 202210779220A CN 115099650 B CN115099650 B CN 115099650B
Authority
CN
China
Prior art keywords
electric energy
risk
meter
disassembly
data
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
CN202210779220.3A
Other languages
English (en)
Other versions
CN115099650A (zh
Inventor
吕继文
徐鸣飞
方昕莹
张明月
仲慧
赵罡
胡春光
杨志芳
夏妍
郭道靖
邵鹏程
王欣
宋婉媱
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 Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
Original Assignee
State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
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 Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch filed Critical State Grid Jiangsu Electric Power Co ltd Zhenjiang Power Supply Branch
Priority to CN202210779220.3A priority Critical patent/CN115099650B/zh
Publication of CN115099650A publication Critical patent/CN115099650A/zh
Application granted granted Critical
Publication of CN115099650B publication Critical patent/CN115099650B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/12—Accounting
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Technology Law (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于抄表差错风险模型的抄表差错监控方法及系统，针对拆表底度数据错误以及尖峰平谷之和不等于总示数两大常见问题，克服现有技术的不足，将电能表的拆表数据按照区域内的班组进行分组，将电能表的费率时段尖峰平谷电能量数据按照电能表厂家进行分组，并利用审计风险点分别提取出对应数据组的特征量，分别统计各个班组或者各个电能表厂家发生数据差错的风险概率，对数据组特征量以及差错量的特征向量用加权平均的方法算出某区域内的抄表差错风险概率，从而决定差错风险是否达到可接受的值以及是否需要进一步扩大审核范围，实现了降低电量计费错误风险。

Description

基于抄表差错风险模型的抄表差错监控方法及系统
技术领域
本发明涉及一种基于抄表差错风险模型的抄表差错监控方法及系统，属于电力计量设备技术领域。
背景技术
抄表结算对供电企业的资金回收而言至关重要，目前抄表方式采用智能化远程抄表方式，但在整体抄表准确率较高的情况下仍然存在着由于电子设备、人为差错等原因导致存在抄表差错的风险，因此需要对抄表数据进行核查。由于供电系统的电能表数量巨大，逐一对电能表的数据进行审核存在费时费力的问题，特别是对较为常见的拆表底度(即电能表拆除更换时刻的电能量示数)数据错误以及尖峰平谷之和不等于总示数两大常见问题，依据单纯的抽样审核方法存在覆盖面不足、研判深度不够的问题，未能对抄表差错的特征量进行提取、分析、整合、输出，不能将审核不精确造成的计费错误风险降低到可接受范围。
发明内容
本发明的目的在于提供一种基于抄表差错风险模型的抄表差错监控方法及系统，针对拆表底度数据错误以及尖峰平谷之和不等于总示数两大常见问题，克服现有技术的不足，将电能表的拆表数据按照区域内的班组进行分组，将电能表的费率时段尖峰平谷电能量数据按照电能表厂家进行分组，并利用审计风险点分别提取出对应数据组的特征量，分别统计各个班组或者各个电能表厂家发生数据差错的风险概率，对数据组特征量以及差错量的特征向量用加权平均的方法算出某区域内的抄表差错风险概率，从而决定差错风险是否达到可接受的值以及是否需要进一步扩大审核范围，降低电量计费错误风险。
本发明的目的通过以下技术方案予以实现：
一种基于抄表差错风险模型的抄表差错监控方法，包括电能表拆表数据审核方法、电能表费率时段尖峰平谷电能量数据差错风险审核方法；
所述电能表拆表数据审核方法，包括以下步骤：
步骤1)将电能表的拆表底度按照区域进行划分；
步骤2)以区域为单位，对区域下不同班组电能表的拆表底度进行抽样选取，每个班组各随机抽样N条拆表记录；
步骤3)抽取用电信息采集系统(其功能为采集电能表电量数据并保存在系统中)的每个抽样拆表记录对应的最后一次电能表底度xi，i表示班组抽样记录的第i条，1≤i≤N；
步骤4)抽取营销业务系统(该系统记录保存最后一次录入的电能表底度示数)的每个抽样拆表记录对应的营销业务系统电能表结算底度yi(yi和xi不一样，电能表结算底度yi通常是手工录入的)；
步骤5)计算出偏差量zi，形成区域下不同班组的特征向量H1、H2、…、HM，M为该区域下班组的总数量，其中任意一个特征向量Hj为第j个班组的特征向量，该特征向量是N维的，Hj＝[z1,z2,...,zN]，其中偏差量zi的表达式为zi＝电能表综合倍率(电能表综合倍率为电压互感器倍率乘以电流互感器倍率)×(yi-xi)；
步骤6)分别计算出所有特征向量的特征概率pj和特征模Ej，特征概率pj为特征向量Hj中不为0的偏差量zi的数量除以抽样数量N得到，特征模Ej为特征向量Hj所有偏差量zi的方均根，
Figure BDA0003725892950000021
步骤7)对该区域内所有班组特征向量的特征模Ej进行加权平均化处理，得到拆表底度审计风险W；定义第i个班组的权重因子为ai，为第i个班组抽样拆表记录总数量除以该区域内所有班组抽样拆表记录总数量，拆表底度审计风险W表达式为：
Figure BDA0003725892950000022
步骤8)当拆表底度审计风险W大于5％时，需要扩大审核范围，否则审计风险为可接受水平；
所述电能表费率时段尖峰平谷电能量数据差错风险审核方法，包括以下步骤：
步骤1)以区域为单位，对区域下不同厂家电能表的尖峰平谷示数和总示数进行随机抽样，每个厂家各抽样Q条记录；
步骤2)抽取用电信息采集系统的每个抽样电能表的月末尖峰平谷示数和总示数(示数为电量示数)记录，计算出偏差量zzi，偏差量zzi的表达式为zzi＝电能表综合倍率×(总示数-尖示数-峰示数-平示数-谷示数)；
步骤3)形成区域下不同厂家的特征向量L1、L2、…、LC，C为该区域下厂家的总数量，其中任意一个特征向量Lj为第j个厂家的特征向量，该特征向量是Q维的，Lj＝[zz1,zz2,...,zzQ]，
步骤4)分别计算出所有特征向量的特征概率sj和特征模Fj，特征概率sj为特征向量Lj中不为0的偏差量zzi的数量除以抽样数量Q得到，特征模Fj为特征向量Lj所有偏差量zzi的方均根，
Figure BDA0003725892950000023
步骤5)对该区域内所有厂家特征向量的特征模Fj进行加权平均化处理，得到费率时段示数审计风险V，定义第i个厂家的权重因子为bi，bi为第i个厂家抽样拆表记录总数量除以该区域内所有厂家抽样拆表记录总数量，费率时段示数审计风险V表达式为：
Figure BDA0003725892950000031
步骤6)当费率时段示数审计风险V大于1％时，需要扩大审核范围，否则审计风险为可接受水平。
一种基于抄表差错风险模型的抄表差错监控系统，包括集中器、采集器、负荷管理终端、用电信息采集系统、营销业务系统，多个采集器采集低压用户电能表的电量数据，采集器与集中器通信连接，将低压用户电能表的电量数据传送给集中器，集中器通过远程通信信道GPRS或无线专网将低压用户电量数据传送给用电信息采集系统；负荷管理终端采集高压用户电能表的电量数据，负荷管理终端通过远程通信信道GPRS或无线专网或230MHz专用数据传输通道将高压用户电量数据传送给用电信息采集系统；抄表差错监控系统还包括数字化审计数据逻辑中台，所述用电信息采集系统将电能表的月末尖峰平谷示数和总示数，以及电能表底度数据传送给数字化审计数据逻辑中台，营销业务系统将电能表结算底度数据传送给数字化审计数据逻辑中台；所述数字化审计数据逻辑中台包括处理器以及存储器，存储器用于存储所述处理器的可执行指令，所述处理器配置为经由执行所述可执行指令来执行前述的基于抄表差错风险模型的抄表差错监控方法。
本发明的目的还可以通过以下技术措施来进一步实现：
进一步地，基于抄表差错风险模型的抄表差错监控方法还包括综合判断方法，其步骤为：如果区域内费率时段示数审计风险V大于1％，且拆表底度审计风险W大于5％时，对该区域内所有特征模Ej不为0的班组的所有拆表底度数据进行全部审核；对该区域内所有特征模Fj不为0的厂家电能表的费率时段尖峰平谷电能量数据进行全部审核。
进一步地，N取一年内拆表总数的5％-10％。
进一步地，Q取一年内该区域所有电能表总数的1％-2％。
与现有技术相比，本发明的有益效果是：为了克服现有技术的不足，将电能表的拆表数据按照区域内的班组进行分组，将电能表的费率时段尖峰平谷电能量数据按照电能表厂家进行分组，并利用审计风险点分别提取出对应数据组的特征量，分别统计各个班组或者各个电能表厂家发生差错的风险概率，对数据组特征量以及差错量的特征向量利用加权平均的方法计算出某区域内的数据差错风险概率，从而判别审计风险是否达到可接受的值以及是否需要进一步扩大审计核查范围，降低因计量差错造成的用户或供电企业的电费损失。
附图说明
图1是本发明基于抄表差错风险模型的抄表差错监控系统结构图；
图2是基于抄表差错风险模型的抄表差错监控方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明。
如图1所示，基于抄表差错风险模型的抄表差错监控系统，包括集中器(用于收取采集器采集低压用户电能表的数据，并将采集到的低压用户数据远程发送给主站用电信息采集系统)、采集器(用于采集电能表数据，但没有通信功能，仅仅是存储和中继采集的功能)、负荷管理终端(用于采集高压用户电能表的数据，并将采集到的高压用户数据远程发送给主站用电信息采集系统)、用电信息采集系统(用于采集电能表各种数据的系统，汇总集中器和负荷管理终端采集到的电能表数据)、营销业务系统(显示用户各类基础信息和业务流程，并显示用户进行电费结算记录和结果的系统，手工录入拆表示数也是在此系统中进行)，多个采集器采集低压用户电能表的电量数据，采集器与集中器通信连接，将低压用户电能表的电量数据传送给集中器，集中器通过远程通信信道GPRS或无线专网将低压用户电量数据传送给用电信息采集系统；负荷管理终端采集高压用户电能表的电量数据，负荷管理终端通过远程通信信道GPRS或无线专网或230MHz通道(无线电委员会批准的电力公司专用数据传输的通道)将高压用户电量数据传送给用电信息采集系统，该系统还包括数字化审计数据逻辑中台，所述用电信息采集系统将电能表的月末尖峰平谷示数和总示数，以及电能表底度数据传送给数字化审计数据逻辑中台，营销业务系统将电能表结算底度数据传送给数字化审计数据逻辑中台；所述数字化审计数据逻辑中台包括处理器以及存储器，存储器用于存储所述处理器的可执行指令，所述处理器配置为经由执行所述可执行指令来执行基于抄表差错风险模型的抄表差错监控方法。
如图2所示，基于抄表差错风险模型的抄表差错监控方法，包括电能表拆表数据审核方法、电能表费率时段尖峰平谷电能量数据差错风险审核方法、综合判断方法；
所述电能表拆表数据审核方法，包括以下步骤：
步骤1)将电能表的拆表底度按照区域进行划分；
步骤2)以区域为单位，对区域下不同班组电能表的拆表底度进行抽样选取，每个班组各随机抽样N条拆表记录；N取一年内拆表总数的5％-10％。
步骤3)抽取用电信息采集系统(其功能为采集电能表电量数据并保存在系统中)的每个抽样拆表记录对应的最后一次电能表底度xi，i表示班组抽样记录的第i条，1≤i≤N；
步骤4)抽取营销业务系统(该系统记录保存最后一次录入的电能表底度示数)的每个抽样拆表记录对应的营销业务系统电能表结算底度yi(yi和xi不一样，电能表结算底度yi通常是手工录入的)；
步骤5)计算出偏差量zi，形成区域下不同班组的特征向量H1、H2、…、HM，M为该区域下班组的总数量，其中任意一个特征向量Hj为第j个班组的特征向量，该特征向量是N维的，Hj＝[z1,z2,...,zN]，其中偏差量zi的表达式为zi＝电能表综合倍率(电能表综合倍率为电压互感器倍率乘以电流互感器倍率)×(yi-xi)；
步骤6)分别计算出所有特征向量的特征概率pj和特征模Ej，特征概率pj为特征向量Hj中不为0的偏差量zi的数量除以抽样数量N得到，特征模Ej为特征向量Hj所有偏差量zi的方均根，
Figure BDA0003725892950000051
步骤7)对该区域内所有班组特征向量的特征模Ej进行加权平均化处理，得到拆表底度审计风险W；定义第i个班组的权重因子为ai，为第i个班组抽样拆表记录总数量除以该区域内所有班组抽样拆表记录总数量，拆表底度审计风险W表达式为：
Figure BDA0003725892950000052
步骤8)当拆表底度审计风险W大于5％时，需要扩大审核范围，否则审计风险为可接受水平；
所述电能表费率时段尖峰平谷电能量数据差错风险审核方法，包括以下步骤：
步骤1)以区域为单位，对区域下不同厂家电能表的尖峰平谷示数和总示数进行随机抽样，每个厂家各抽样Q条记录；Q取一年内该区域所有电能表总数的1％-2％。
步骤2)抽取用电信息采集系统的每个抽样电能表的月末尖峰平谷示数和总示数(示数为电量示数)记录，计算出偏差量zzi，偏差量zzi的表达式为zzi＝电能表综合倍率×(总示数-尖示数-峰示数-平示数-谷示数)；
步骤3)形成区域下不同厂家的特征向量L1、L2、…、LC，C为该区域下厂家的总数量，其中任意一个特征向量Lj为第j个厂家的特征向量，该特征向量是Q维的，Lj＝[zz1,zz2,...,zzQ]，
步骤4)分别计算出所有特征向量的特征概率sj和特征模Fj，特征概率sj为特征向量Lj中不为0的偏差量zzi的数量除以抽样数量Q得到，特征模Fj为特征向量Lj所有偏差量zzi的方均根，
Figure BDA0003725892950000053
步骤5)对该区域内所有厂家特征向量的特征模Fj进行加权平均化处理，得到费率时段示数审计风险V，定义第i个厂家的权重因子为bi，bi为第i个厂家抽样拆表记录总数量除以该区域内所有厂家抽样拆表记录总数量，费率时段示数审计风险V表达式为：
Figure BDA0003725892950000061
步骤6)当费率时段示数审计风险V大于1％时，需要扩大审核范围，否则审计风险为可接受水平。
所述综合判断方法其步骤为：如果区域内费率时段示数审计风险V大于1％，且拆表底度审计风险W大于5％时，对该区域内所有特征模Ej不为0的班组的所有拆表底度数据进行全部审核；对该区域内所有特征模Fj不为0的厂家电能表的费率时段尖峰平谷电能量数据进行全部审核。
目前该系统在某市级供电区域内已经累计抽样520个电能表的拆表数据，287个电能表的费率时段尖峰平谷电能量数据；扩大审计1002个电能表的拆表数据，450个电能表的费率时段尖峰平谷电能量数据。累计核实25个电能表的拆表数据问题，7个电能表的费率时段尖峰平谷电能量数据，挽回电量损失25.8万kWh。
除上述实施例外，本发明还可以有其他实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求的保护范围内。

Claims (5)

1.一种基于抄表差错风险模型的抄表差错监控方法，包括电能表拆表数据审核方法和电能表费率时段尖峰平谷电能量数据差错风险审核方法；其特征在于，
所述电能表拆表数据审核方法，包括以下步骤：
步骤1)将电能表的拆表底度按照区域进行划分；
步骤2)以区域为单位，对区域下不同班组电能表的拆表底度进行抽样选取，每个班组各随机抽样N条拆表记录；
步骤3)抽取用电信息采集系统的每个抽样拆表记录对应的最后一次电能表底度xi，i表示班组抽样记录的第i条，1≤i≤N；
步骤4)抽取营销业务系统的每个抽样拆表记录对应的营销业务系统电能表结算底度yi；
步骤5)计算出偏差量zi，形成区域下不同班组的特征向量H1、H2、…、HM，M为该区域下班组的总数量，其中任意一个特征向量Hj为第j个班组的特征向量，该特征向量是N维的，Hj＝[z1,z2,...,zN]，其中偏差量zi的表达式为zi＝电能表综合倍率×(yi-xi)；
步骤6)分别计算出所有特征向量的特征概率pj和特征模Ej，特征概率pj为特征向量Hj中不为0的偏差量zi的数量除以抽样数量N得到，特征模Ej为特征向量Hj所有偏差量zi的方均根，
Figure FDA0004191132210000011
步骤7)对该区域内所有班组特征向量的特征模Ej进行加权平均化处理，得到拆表底度审计风险W；定义第i个班组的权重因子为ai，为第i个班组抽样拆表记录总数量除以该区域内所有班组抽样拆表记录总数量，拆表底度审计风险W表达式为：
Figure FDA0004191132210000012
步骤8)当拆表底度审计风险W大于5％时，需要扩大审核范围，否则审计风险为可接受水平；
所述电能表费率时段尖峰平谷电能量数据差错风险审核方法，包括以下步骤：
步骤1)以区域为单位，对区域下不同厂家电能表的尖峰平谷示数和总示数进行随机抽样，每个厂家各抽样Q条记录；
步骤2)抽取用电信息采集系统的每个抽样电能表的月末尖峰平谷示数和总示数记录，计算出偏差量zzi，偏差量zzi的表达式为zzi＝电能表综合倍率×(总示数-尖示数-峰示数-平示数-谷示数)；
步骤3)形成区域下不同厂家的特征向量L1、L2、…、LC，C为该区域下厂家的总数量，其中任意一个特征向量Lj为第j个厂家的特征向量，该特征向量是Q维的，Lj＝[zz1,zz2,...,zzQ]，
步骤4)分别计算出所有特征向量的特征概率sj和特征模Fj，特征概率sj为特征向量Lj中不为0的偏差量zzi的数量除以抽样数量Q得到，特征模Fj为特征向量Lj所有偏差量zzi的方均根，
Figure FDA0004191132210000021
步骤5)对该区域内所有厂家特征向量的特征模Fj进行加权平均化处理，得到费率时段示数审计风险V，定义第i个厂家的权重因子为bi，bi为第i个厂家抽样拆表记录总数量除以该区域内所有厂家抽样拆表记录总数量，费率时段示数审计风险V表达式为：
Figure FDA0004191132210000022
步骤6)当费率时段示数审计风险V大于1％时，需要扩大审核范围，否则审计风险为可接受水平。
2.如权利要求1所述的基于抄表差错风险模型的抄表差错监控方法，其特征在于，所述基于抄表差错风险模型的抄表差错监控方法还包括综合判断方法，其步骤为：如果区域内费率时段示数审计风险V大于1％，且拆表底度审计风险W大于5％时，对该区域内所有特征模Ej不为0的班组的所有拆表底度数据进行全部审核；对该区域内所有特征模Fj不为0的厂家电能表的费率时段尖峰平谷电能量数据进行全部审核。
3.如权利要求1所述的基于抄表差错风险模型的抄表差错监控方法，其特征在于，N取一年内拆表总数的5％-10％。
4.如权利要求1所述的基于抄表差错风险模型的抄表差错监控方法，其特征在于，Q取一年内该区域所有电能表总数的1％-2％。
5.一种基于抄表差错风险模型的抄表差错监控系统，包括集中器、采集器、负荷管理终端、用电信息采集系统、营销业务系统，多个采集器采集低压用户电能表的电量数据，采集器与集中器通信连接，将低压用户电能表的电量数据传送给集中器，集中器通过远程通信信道GPRS或无线专网将低压用户电量数据传送给用电信息采集系统；负荷管理终端采集高压用户电能表的电量数据，负荷管理终端通过远程通信信道GPRS或无线专网或230MHz专用数据传输通道将高压用户电量数据传送给用电信息采集系统，其特征在于，还包括数字化审计数据逻辑中台，所述用电信息采集系统将电能表的月末尖峰平谷示数和总示数，以及电能表底度数据传送给数字化审计数据逻辑中台，营销业务系统将电能表结算底度数据传送给数字化审计数据逻辑中台；所述数字化审计数据逻辑中台包括处理器以及存储器，存储器用于存储所述处理器的可执行指令，所述处理器配置为经由执行所述可执行指令来执行权利要求1-4任一项所述的基于抄表差错风险模型的抄表差错监控方法。
CN202210779220.3A 2022-07-01 2022-07-01 基于抄表差错风险模型的抄表差错监控方法及系统 Active CN115099650B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210779220.3A CN115099650B (zh) 2022-07-01 2022-07-01 基于抄表差错风险模型的抄表差错监控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210779220.3A CN115099650B (zh) 2022-07-01 2022-07-01 基于抄表差错风险模型的抄表差错监控方法及系统

Publications (2)

Publication Number Publication Date
CN115099650A CN115099650A (zh) 2022-09-23
CN115099650B true CN115099650B (zh) 2023-05-30

Family

ID=83294184

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210779220.3A Active CN115099650B (zh) 2022-07-01 2022-07-01 基于抄表差错风险模型的抄表差错监控方法及系统

Country Status (1)

Country Link
CN (1) CN115099650B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100568310C (zh) * 2006-10-24 2009-12-09 卢泳 一种电能表抄表方法、系统和用户终端器
CN103580284B (zh) * 2013-10-31 2016-06-29 广州瑞信电力科技有限公司 低压集抄系统
JP6981386B2 (ja) * 2018-09-18 2021-12-15 三菱電機株式会社 検針値収集装置および検針値収集方法
CN110866035A (zh) * 2019-10-31 2020-03-06 国网福建省电力有限公司厦门供电公司 一种电量电费异常检测方法和系统

Also Published As

Publication number Publication date
CN115099650A (zh) 2022-09-23

Similar Documents

Publication Publication Date Title
CN110659273A (zh) 分布式大数据采集平台的数据异常监控及修复方法
CN113988489B (zh) 电碳因子的预测评估方法、装置及可读存储介质
CN108490285B (zh) 一种基于电压降落法的低压台区线损率计算方法
CN106709823A (zh) 一种电力用户用电信息采集系统的运行性能评价方法
CN106384015A (zh) 一种基于能耗数据采集的分布式光伏系统能效预评估方法
CN116881372B (zh) 基于物联网的水表计量大数据优化处理方法及系统
CN112598155A (zh) 一种变电站的负荷增减预估方法及系统
CN115759708A (zh) 一种考虑电力时空分布特性的线损分析方法及系统
CN106532698A (zh) 一种配网理论线损率计算方法
CN203443611U (zh) 一种用于变电站的噪声采集装置
CN115099650B (zh) 基于抄表差错风险模型的抄表差错监控方法及系统
CN110048413A (zh) 一种地区新能源发电的碳减排计算方法及系统
CN113640732A (zh) 一种基于Pareto分布的电能表计量准确性估计系统和方法
CN113256092A (zh) 基于改进优化隶属度函数的便携式电量计量装置评估方法
CN109613370B (zh) 一种基于智能电表数据的负荷参数辨识系统
CN108614173B (zh) 一种低压侧综合能耗分析方法和低压侧综合能耗分析系统
CN112016174A (zh) 一种基于多源配网网架图的户变关系核查方法
CN115840865A (zh) 一种碳排放因子计算方法及碳足迹计量装置、方法、系统
CN116228495A (zh) 一种多能互补企业动态碳排放因子确定方法、采集装置
CN115455689A (zh) 一种充电桩电能计量误差的高精度分析方法
CN115545240A (zh) 一种低压配电网台区异常线损诊断方法、系统、设备及介质
Ye et al. Short term output prediction method of runoff type medium and small hydropower stations
CN111552699A (zh) 一种基于电力积分奖励的居民能耗上报系统
CN114113778A (zh) 电能量数据管理平台大数据系统的计量大数据计算方法
CN108414851B (zh) 基于ems理论电量数据与采集电量数据的智能校核方法

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
GR01 Patent grant
GR01 Patent grant