CN115375192A - 一种基于用户用电行为的违约用电研判方法及系统 - Google Patents
一种基于用户用电行为的违约用电研判方法及系统 Download PDFInfo
- Publication number
- CN115375192A CN115375192A CN202211298666.0A CN202211298666A CN115375192A CN 115375192 A CN115375192 A CN 115375192A CN 202211298666 A CN202211298666 A CN 202211298666A CN 115375192 A CN115375192 A CN 115375192A
- Authority
- CN
- China
- Prior art keywords
- user
- days
- electricity utilization
- value
- users
- 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 244
- 230000006399 behavior Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010248 power generation Methods 0.000 claims abstract description 44
- 238000012216 screening Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 4
- 230000002159 abnormal effect Effects 0.000 claims description 81
- 230000002354 daily effect Effects 0.000 claims description 52
- 230000005856 abnormality Effects 0.000 claims description 49
- 230000003203 everyday effect Effects 0.000 claims description 13
- 238000011160 research Methods 0.000 claims description 12
- 238000013475 authorization Methods 0.000 claims description 9
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 7
- 239000000725 suspension Substances 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
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
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于用户用电行为的违约用电研判方法及系统，其中，方法包括如下步骤：步骤一：获取用户用电数据；步骤二：基于步骤一获取的用户用电数据，通过如下四种方式进行研判：（1）电量超容用户违约用电研判；（2）光伏发电超阈用户违约用电研判；（3）用户暂停电表异常研判；（4）充电桩违约用电研判；步骤三：输出步骤二进行研判的结果。本发明从四个技术层面对违约用电进行判断。从用户用电数据中，筛选与四个技术层面相对应的用户用电数据，并将筛选的用户用电数据，采用具有创新性的数据处理方式进行研判，从而输出违约用电用户线索，进行违约用电用户的挖掘，效果较好，便于在产业上推广和使用。
Description
技术领域
本发明涉及电力系统违约用电技术领域，尤其涉及一种基于用户用电行为的违约用电研判方法及系统。
背景技术
当前，违约用电行为主要包含如下几个方面：擅自改变用电类别；擅自超过合同约定的容量用电；擅自超过计划分配的用电指标；擅自使用已经在供电企业办理暂停使用手续的电力设备，或者擅自启用已经被供电企业查封的电力设备；擅自迁移、更动或者擅自操作供电企业的用电计量装置、电力负荷控制装置、供电设施以及约定由供电企业调度的客户受电设备；未经供电企业许可，擅自引入、供出电源或者将自备电源擅自并网等。
对于上述不同类别的违约用电行为，常规用电检查手段能够帮助实现一些违约用电设备、违约引入、供出电源及违约并网等类型违约用电的识别；借助一些常规的数据统计手段，例如：按用户用电性质、电量同比、环比核查，对台区、专变用户和电量异常用户进行分析，也能排查可能存在违约用电行为的用户。但是上述手段需要大量的人工核查识别工作，效率较低且工作量大，不适合大面积的推广应用。
发明内容
针对上述背景技术中指出的技术问题，本发明的目的在于提供一种基于用户用电行为的违约用电研判方法及系统，以实现违约用电用户有效、高效的挖掘，辅助人工进行违约用电的识别。
为实现上述目的，本发明提供的技术方案如下：
第一方面
本发明提供了一种基于用户用电行为的违约用电研判方法，包括如下步骤：
步骤一：获取用户用电数据；
步骤二：基于步骤一获取的用户用电数据，通过如下四种方式进行研判：
（1）电量超容用户违约用电研判；
（2）光伏发电超阈用户违约用电研判；
（3）用户暂停电表异常研判；
（4）充电桩违约用电研判；
其中，电量超容用户违约用电研判的具体步骤如下：
步骤1.1：从用户用电数据中，筛选出非暂停、停运阶段的第一专变用户，获取每个第一专变用户的第一最大需量、第一合同容量；
步骤1.2：从步骤1.1获取的每个第一专变用户的第一最大需量、第一合同容量中，筛选出每个第一专变用户的最近M日内每日的第一最大需量、第一合同容量，且M≥30；
步骤1.3：对步骤1.1筛选出的所有第一专变用户进行如下处理：
判断每个第一专变用户最近M日内每日第一最大需量与第一合同容量的比值，若比值大于K1，则标记第一专变用户该天用电异常，统计该第一专变用户最近M日内累计的用电异常天数，形成第一异常天数，若第一异常天数大于K4，则判定该第一专变用户疑似超容用电，并标记；
步骤1.4：从用户用电数据中，筛选出暂停、停运阶段的一表多变第二专变用户，获取每个第二专变用户的第二最大需量、第一运行容量；
步骤1.5：从步骤1.4获取的每个第二专变用户的第二最大需量、第一运行容量中，筛选出每个第二专变用户最近N日内每日的第二最大需量、第一运行容量，且N≥30；
步骤1.6：对步骤1.4筛选出的所有第二专变用户进行如下处理：
判断每个第二专变用户最近N日内每日第二最大需量与第一运行容量的比值，若比值大于K2小于K3，则标记第二专变用户该天用电异常，统计该第二专变用户最近N日内累计的用电异常天数，形成第二异常天数，若第二异常天数大于K4，则判定该第二专变用户疑似超容用电，并标记；
步骤1.7：统计步骤1.3标记的疑似超容用电的第一专变用户和步骤1.6标记的疑似超容用电的第二专变用户；
其中，K1为第一最大需量与第一合同容量最小比值阈值；K2为第二最大需量与第一运行容量最小比值阈值；K3为第二最大需量与第一运行容量最大比值阈值；K4为第一累计用电异常天数阈值；
步骤三：输出步骤二进行研判的结果。
第二方面
与上述方法相对应地，本发明还提供了一种基于用户用电行为的违约用电研判系统，包括如下单元：数据获取单元、违约用电研判单元以及研判结果输出单元；
所述数据获取单元用于获取用户用电数据；
所述违约用电研判单元用于基于所述数据获取单元获取的用户用电数据，通过如下四种方式进行研判：
（1）电量超容用户违约用电研判；
（2）光伏发电超阈用户违约用电研判；
（3）用户暂停电表异常研判；
（4）充电桩违约用电研判；
其中，电量超容用户违约用电研判的具体步骤如下：
步骤1.1：从用户用电数据中，筛选出非暂停、停运阶段的第一专变用户，获取每个第一专变用户的第一最大需量、第一合同容量；
步骤1.2：从步骤1.1获取的每个第一专变用户的第一最大需量、第一合同容量中，筛选出每个第一专变用户的最近M日内每日的第一最大需量、第一合同容量，且M≥30；
步骤1.3：对步骤1.1筛选出的所有第一专变用户进行如下处理：
判断每个第一专变用户最近M日内每日第一最大需量与第一合同容量的比值，若比值大于K1，则标记第一专变用户该天用电异常，统计该第一专变用户最近M日内累计的用电异常天数，形成第一异常天数，若第一异常天数大于K4，则判定该第一专变用户疑似超容用电，并标记；
步骤1.4：从用户用电数据中，筛选出暂停、停运阶段的一表多变第二专变用户，获取每个第二专变用户的第二最大需量、第一运行容量；
步骤1.5：从步骤1.4获取的每个第二专变用户的第二最大需量、第一运行容量中，筛选出每个第二专变用户最近N日内每日的第二最大需量、第一运行容量，且N≥30；
步骤1.6：对步骤1.4筛选出的所有第二专变用户进行如下处理：
判断每个第二专变用户最近N日内每日第二最大需量与第一运行容量的比值，若比值大于K2小于K3，则标记第二专变用户该天用电异常，统计该第二专变用户最近N日内累计的用电异常天数，形成第二异常天数，若第二异常天数大于K4，则判定该第二专变用户疑似超容用电，并标记；
步骤1.7：统计步骤1.3标记的疑似超容用电的第一专变用户和步骤1.6标记的疑似超容用电的第二专变用户；
其中，K1为第一最大需量与第一合同容量最小比值阈值；K2为第二最大需量与第一运行容量最小比值阈值；K3为第二最大需量与第一运行容量最大比值阈值；K4为第一累计用电异常天数阈值；
所述研判结果输出单元用于输出所述违约用电研判单元进行研判的结果。
与现有技术相比，本发明的有益效果是：
本发明从电量超容、光伏发电超阈、用户暂停电表异常、充电桩违约用电等四个技术层面对违约用电进行判断。从用户用电数据中，筛选与四个技术层面相对应的用户用电数据，并将筛选的用户用电数据，采用具有创新性的数据处理方式进行研判，从而输出违约用电用户线索，进行违约用电用户的挖掘，效果较好，便于在产业上推广和使用。
附图说明
图1所示为本申请实施例提供的方法流程示意图。
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。
请参阅图1所示，为本发明提供的一种实施例。
本发明提供了一种基于用户用电行为的违约用电研判方法，包括如下步骤：
步骤一：获取用户用电数据；
步骤二：基于步骤一获取的用户用电数据，通过如下四种方式进行研判：
（1）电量超容用户违约用电研判；
（2）光伏发电超阈用户违约用电研判；
（3）用户暂停电表异常研判；
（4）充电桩违约用电研判；
其中，电量超容用户违约用电研判的具体步骤如下：
步骤1.1：从用户用电数据中，筛选出非暂停、停运阶段的第一专变用户，获取每个第一专变用户的第一最大需量、第一合同容量；
步骤1.2：从步骤1.1获取的每个第一专变用户的第一最大需量、第一合同容量中，筛选出每个第一专变用户的最近M日内每日的第一最大需量、第一合同容量，且M≥30；
步骤1.3：对步骤1.1筛选出的所有第一专变用户进行如下处理：
判断每个第一专变用户最近M日内每日第一最大需量与第一合同容量的比值，若比值大于K1，则标记第一专变用户该天用电异常，统计该第一专变用户最近M日内累计的用电异常天数，形成第一异常天数，若第一异常天数大于K4，则判定该第一专变用户疑似超容用电，并标记；
步骤1.4：从用户用电数据中，筛选出暂停、停运阶段的一表多变第二专变用户，获取每个第二专变用户的第二最大需量、第一运行容量；
步骤1.5：从步骤1.4获取的每个第二专变用户的第二最大需量、第一运行容量中，筛选出每个第二专变用户最近N日内每日的第二最大需量、第一运行容量，且N≥30；
步骤1.6：对步骤1.4筛选出的所有第二专变用户进行如下处理：
判断每个第二专变用户最近N日内每日第二最大需量与第一运行容量的比值，若比值大于K2小于K3，则标记第二专变用户该天用电异常，统计该第二专变用户最近N日内累计的用电异常天数，形成第二异常天数，若第二异常天数大于K4，则判定该第二专变用户疑似超容用电，并标记；
步骤1.7：统计步骤1.3标记的疑似超容用电的第一专变用户和步骤1.6标记的疑似超容用电的第二专变用户；
其中，K1为第一最大需量与第一合同容量最小比值阈值，其取值为1.2；K2为第二最大需量与第一运行容量最小比值阈值，其取值为1.2；K3为第二最大需量与第一运行容量最大比值阈值，其取值为1.5；K4为第一累计用电异常天数阈值，其取值为3；
步骤三：输出步骤二进行研判的结果。
在优选的实施例中，所述光伏发电超阈用户违约用电研判的具体步骤如下：
步骤2.1：从用户用电数据中，筛选出全额上网和余电上网的光伏用户，按照并网年份对筛选出的光伏用户进行分组，形成第一光伏用户分组集；
步骤2.2：对第一光伏用户分组集中所有分组进行如下处理：
若分组用户数低于K5，则从第一光伏用户分组集中删除该分组；对第一光伏用户分组集中所有分组处理后，形成第二光伏用户分组集；
步骤2.3：对第二光伏用户分组集内所有分组进行如下处理：
获取每个分组内的每个光伏用户的A天内的日发电量与第二合同容量，计算每个光伏用户单瓦日发电量，其中，单瓦日发电量=日发电量/第二合同容量，A≥30，若单瓦日发电量大于K6，则判定该光伏用户当日疑似私自增容或窃电，统计该光伏用户近A天累计出现用电异常的天数，形成第三异常天数，若第三异常天数＞K7，则判定该光伏用户私自增容，并标记；
步骤2.4：对第二光伏用户分组集内所有分组进行如下处理：
统计每个分组内的每个光伏用户近30天累计发电量，如果累计发电量大于K8，则判定光伏用户疑似私自增容，并标记；
步骤2.5：统计步骤2.3标记的私自增容的光伏用户和步骤2.4标记的疑似私自增容光伏用户；
其中，K5为光伏用户数量阈值，取值为10；K6为单瓦日发电量阈值，利用3σ法则，定义K6为μ+3σ；K7为第二累计用电异常天数阈值，取值为15；K8为最近30天累计发电量最大值，取值为第二合同容量×8×0.3×30，按季节调节。
在优选的实施例中，所述用户暂停电表异常研判的具体步骤如下：
步骤3.1：从用户用电数据中，筛选出暂停、停运的一表一变专变用户，获取每个一表一变专变用户的用户类型、暂停、停运日期开始时间、暂停、停运日期开始时间的电表示值、当前时间电表示值；
步骤3.2：对步骤3.1筛选出的所有一表一变专变用户做如下处理：
判断每个一表一变专变用户暂停、停运开始时间的电表示值与当前时间电表示值差的绝对值是否大于K12，若大于K12，则标记该一表一变专变用户疑似擅自启用变压器；
步骤3.3：从用户用电数据中，筛选出暂停、停运阶段的一表多变专变用户，获取每个一表多变专变用户的第三最大需量、第二运行容量；
步骤3.4：对步骤3.3筛选出的所有一表多变专变用户，做如下处理：
获取每个一表多变专变用户最近B日内每日的第三最大需量和第二运行容量，且B≥30，判断第三最大需量与第二运行容量的比值，若比值大于K13，则标记该一表多变专变用户该天异常，统计该一表多变专变用户最近B天累计的异常用电天数，并形成第四异常天数，若第四异常天数大于K14，则标记该一表多变专变用户疑似超容用电；
步骤3.5：统计步骤3.2标记的疑似擅自启用变压器的一表一变专变用户和步骤3.4标记的疑似超容用电的一表多变专变用户；
其中，K12为电表示值最小变化值，取值为0；K13为第三最大需量与第二运行容量比值阈值，取值为1.5；K14为第三累计用电异常天数阈值，取值为3。
在优选的实施例中，所述充电桩违约用电研判的具体步骤如下：
步骤4.1：从用户用电数据中，筛选出办理充电桩的用户，获取筛选出的办理充电桩的用户的充电桩的类型、安装时间、合同容量、月用电量、日用电量，日最大需量、充电桩负荷；
步骤4.2：针对步骤4.1筛选出的办理充电桩的用户做如下处理：
（1）每天统计每个办理充电桩的用户的充电桩负荷低于K15的时刻点数，若充电桩负荷低于K15的时刻点数＜K16，则标记该办理充电桩的用户当天存在用电异常行为，统计该办理充电桩的用户最近30天累计出现用电异常行为天数，当累计用电异常行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
（2）统计每个办理充电桩的用户最近30天的累计用电量，若累计用电量＞K18时，标记该办理充电桩的用户存在违约用电；
（3）每天统计每个办理充电桩的用户的充电桩负荷高于K15的时刻点数，若充电桩负荷高于K15的时刻点数大于K19，则计算充电桩负荷高于K15的时刻点数的标准差，当标准差大于K20时，标记该办理充电桩的用户当天存在异常用电行为，若该办理充电桩的用户近30天累计出现异常用电行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
步骤4.3：统计步骤4.2标记的存在违约用电的办理充电桩的用户；
其中，K15为充电桩无负荷的最大值，取值为0.5；K16为充电桩每日无负荷的最少时刻点数，取值为618；K17为月累计异常用电天数阈值，取值为3；K18为充电桩月用电量合理最大值，取值为合同容量×30×24*×0.85；K19为单次充电时刻的最小点数，取值为8；K20为充电时刻负荷最大波动，取值为0.5。
与上述一种基于用户用电行为的违约用电研判方法相对应地，本发明还提供了一种基于用户用电行为的违约用电研判系统的实施例，本实施例包括如下单元：数据获取单元、违约用电研判单元以及研判结果输出单元；
所述数据获取单元用于获取用户用电数据；
所述违约用电研判单元用于基于所述数据获取单元获取的用户用电数据，通过如下四种方式进行研判：
（1）电量超容用户违约用电研判；
（2）光伏发电超阈用户违约用电研判；
（3）用户暂停电表异常研判；
（4）充电桩违约用电研判；
其中，电量超容用户违约用电研判的具体步骤如下：
步骤1.1：从用户用电数据中，筛选出非暂停、停运阶段的第一专变用户，获取每个第一专变用户的第一最大需量、第一合同容量；
步骤1.2：从步骤1.1获取的每个第一专变用户的第一最大需量、第一合同容量中，筛选出每个第一专变用户的最近M日内每日的第一最大需量、第一合同容量，且M≥30；
步骤1.3：对步骤1.1筛选出的所有第一专变用户进行如下处理：
判断每个第一专变用户最近M日内每日第一最大需量与第一合同容量的比值，若比值大于K1，则标记第一专变用户该天用电异常，统计该第一专变用户最近M日内累计的用电异常天数，形成第一异常天数，若第一异常天数大于K4，则判定该第一专变用户疑似超容用电，并标记；
步骤1.4：从用户用电数据中，筛选出暂停、停运阶段的一表多变第二专变用户，获取每个第二专变用户的第二最大需量、第一运行容量；
步骤1.5：从步骤1.4获取的每个第二专变用户的第二最大需量、第一运行容量中，筛选出每个第二专变用户最近N日内每日的第二最大需量、第一运行容量，且N≥30；
步骤1.6：对步骤1.4筛选出的所有第二专变用户进行如下处理：
判断每个第二专变用户最近N日内每日第二最大需量与第一运行容量的比值，若比值大于K2小于K3，则标记第二专变用户该天用电异常，统计该第二专变用户最近N日内累计的用电异常天数，形成第二异常天数，若第二异常天数大于K4，则判定该第二专变用户疑似超容用电，并标记；
步骤1.7：统计步骤1.3标记的疑似超容用电的第一专变用户和步骤1.6标记的疑似超容用电的第二专变用户；
其中，K1为第一最大需量与第一合同容量最小比值阈值，其取值为1.2；K2为第二最大需量与第一运行容量最小比值阈值，其取值为1.2；K3为第二最大需量与第一运行容量最大比值阈值，其取值为1.5；K4为第一累计用电异常天数阈值，其取值为3；
所述研判结果输出单元用于输出所述违约用电研判单元进行研判的结果。
在优选的实施例中，所述光伏发电超阈用户违约用电研判的具体步骤如下：
步骤2.1：从用户用电数据中，筛选出全额上网和余电上网的光伏用户，按照并网年份对筛选出的光伏用户进行分组，形成第一光伏用户分组集；
步骤2.2：对第一光伏用户分组集中所有分组进行如下处理：
若分组用户数低于K5，则从第一光伏用户分组集中删除该分组；对第一光伏用户分组集中所有分组处理后，形成第二光伏用户分组集；
步骤2.3：对第二光伏用户分组集内所有分组进行如下处理：
获取每个分组内的每个光伏用户的A天内的日发电量与第二合同容量，计算每个光伏用户单瓦日发电量，其中，单瓦日发电量=日发电量/第二合同容量，A≥30，若单瓦日发电量大于K6，则判定该光伏用户当日疑似私自增容或窃电，统计该光伏用户近A天累计出现用电异常的天数，形成第三异常天数，若第三异常天数＞K7，则判定该光伏用户私自增容，并标记；
步骤2.4：对第二光伏用户分组集内所有分组进行如下处理：
统计每个分组内的每个光伏用户近30天累计发电量，如果累计发电量大于K8，则判定光伏用户疑似私自增容，并标记；
步骤2.5：统计步骤2.3标记的私自增容的光伏用户和步骤2.4标记的疑似私自增容光伏用户；
其中，K5为光伏用户数量阈值，取值为10；K6为单瓦日发电量阈值，利用3σ法则，定义K6为μ+3σ；K7为第二累计用电异常天数阈值，取值为15；K8为最近30天累计发电量最大值，取值为第二合同容量×8×0.3×30，按季节调节。
在优选的实施例中，所述用户暂停电表异常研判的具体步骤如下：
步骤3.1：从用户用电数据中，筛选出暂停、停运的一表一变专变用户，获取每个一表一变专变用户的用户类型、暂停、停运日期开始时间、暂停、停运日期开始时间的电表示值、当前时间电表示值；
步骤3.2：对步骤3.1筛选出的所有一表一变专变用户做如下处理：
判断每个一表一变专变用户暂停、停运开始时间的电表示值与当前时间电表示值差的绝对值是否大于K12，若大于K12，则标记该一表一变专变用户疑似擅自启用变压器；
步骤3.3：从用户用电数据中，筛选出暂停、停运阶段的一表多变专变用户，获取每个一表多变专变用户的第三最大需量、第二运行容量；
步骤3.4：对步骤3.3筛选出的所有一表多变专变用户，做如下处理：
获取每个一表多变专变用户最近B日内每日的第三最大需量和第二运行容量，且B≥30，判断第三最大需量与第二运行容量的比值，若比值大于K13，则标记该一表多变专变用户该天异常，统计该一表多变专变用户最近B天累计的异常用电天数，并形成第四异常天数，若第四异常天数大于K14，则标记该一表多变专变用户疑似超容用电；
步骤3.5：统计步骤3.2标记的疑似擅自启用变压器的一表一变专变用户和步骤3.4标记的疑似超容用电的一表多变专变用户；
其中，K12为电表示值最小变化值，取值为0；K13为第三最大需量与第二运行容量比值阈值，取值为1.5；K14为第三累计用电异常天数阈值，取值为3。
在优选的实施例中，所述充电桩违约用电研判的具体步骤如下：
步骤4.1：从用户用电数据中，筛选出办理充电桩的用户，获取筛选出的办理充电桩的用户的充电桩的类型、安装时间、合同容量、月用电量、日用电量，日最大需量、充电桩负荷；
步骤4.2：针对步骤4.1筛选出的办理充电桩的用户做如下处理：
（1）每天统计每个办理充电桩的用户的充电桩负荷低于K15的时刻点数，若充电桩负荷低于K15的时刻点数＜K16，则标记该办理充电桩的用户当天存在用电异常行为，统计该办理充电桩的用户最近30天累计出现用电异常行为天数，当累计用电异常行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
（2）统计每个办理充电桩的用户最近30天的累计用电量，若累计用电量＞K18时，标记该办理充电桩的用户存在违约用电；
（3）每天统计每个办理充电桩的用户的充电桩负荷高于K15的时刻点数，若充电桩负荷高于K15的时刻点数大于K19，则计算充电桩负荷高于K15的时刻点数的标准差，当标准差大于K20时，标记该办理充电桩的用户当天存在异常用电行为，若该办理充电桩的用户近30天累计出现异常用电行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
步骤4.3：统计步骤4.2标记的存在违约用电的办理充电桩的用户；
其中，K15为充电桩无负荷的最大值，取值为0.5；K16为充电桩每日无负荷的最少时刻点数，取值为618；K17为月累计异常用电天数阈值，取值为3；K18为充电桩月用电量合理最大值，取值为合同容量×30×24*×0.85；K19为单次充电时刻的最小点数，取值为8；K20为充电时刻负荷最大波动，取值为0.5。
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)
1.一种基于用户用电行为的违约用电研判方法，其特征在于，包括如下步骤：
步骤一：获取用户用电数据；
步骤二：基于步骤一获取的用户用电数据，通过如下四种方式进行研判：
（1）电量超容用户违约用电研判；
（2）光伏发电超阈用户违约用电研判；
（3）用户暂停电表异常研判；
（4）充电桩违约用电研判；
其中，电量超容用户违约用电研判的具体步骤如下：
步骤1.1：从用户用电数据中，筛选出非暂停、停运阶段的第一专变用户，获取每个第一专变用户的第一最大需量、第一合同容量；
步骤1.2：从步骤1.1获取的每个第一专变用户的第一最大需量、第一合同容量中，筛选出每个第一专变用户的最近M日内每日的第一最大需量、第一合同容量，且M≥30；
步骤1.3：对步骤1.1筛选出的所有第一专变用户进行如下处理：
判断每个第一专变用户最近M日内每日第一最大需量与第一合同容量的比值，若比值大于K1，则标记第一专变用户该天用电异常，统计该第一专变用户最近M日内累计的用电异常天数，形成第一异常天数，若第一异常天数大于K4，则判定该第一专变用户疑似超容用电，并标记；
步骤1.4：从用户用电数据中，筛选出暂停、停运阶段的一表多变第二专变用户，获取每个第二专变用户的第二最大需量、第一运行容量；
步骤1.5：从步骤1.4获取的每个第二专变用户的第二最大需量、第一运行容量中，筛选出每个第二专变用户最近N日内每日的第二最大需量、第一运行容量，且N≥30；
步骤1.6：对步骤1.4筛选出的所有第二专变用户进行如下处理：
判断每个第二专变用户最近N日内每日第二最大需量与第一运行容量的比值，若比值大于K2小于K3，则标记第二专变用户该天用电异常，统计该第二专变用户最近N日内累计的用电异常天数，形成第二异常天数，若第二异常天数大于K4，则判定该第二专变用户疑似超容用电，并标记；
步骤1.7：统计步骤1.3标记的疑似超容用电的第一专变用户和步骤1.6标记的疑似超容用电的第二专变用户；
其中，K1为第一最大需量与第一合同容量最小比值阈值；K2为第二最大需量与第一运行容量最小比值阈值；K3为第二最大需量与第一运行容量最大比值阈值；K4为第一累计用电异常天数阈值；
步骤三：输出步骤二进行研判的结果。
2.根据权利要求1所述的一种基于用户用电行为的违约用电研判方法，其特征在于，所述光伏发电超阈用户违约用电研判的具体步骤如下：
步骤2.1：从用户用电数据中，筛选出全额上网和余电上网的光伏用户，按照并网年份对筛选出的光伏用户进行分组，形成第一光伏用户分组集；
步骤2.2：对第一光伏用户分组集中所有分组进行如下处理：
若分组用户数低于K5，则从第一光伏用户分组集中删除该分组；对第一光伏用户分组集中所有分组处理后，形成第二光伏用户分组集；
步骤2.3：对第二光伏用户分组集内所有分组进行如下处理：
获取每个分组内的每个光伏用户的A天内的日发电量与第二合同容量，计算每个光伏用户单瓦日发电量，其中，单瓦日发电量=日发电量/第二合同容量，A≥30，若单瓦日发电量大于K6，则判定该光伏用户当日疑似私自增容或窃电，统计该光伏用户近A天累计出现用电异常的天数，形成第三异常天数，若第三异常天数＞K7，则判定该光伏用户私自增容，并标记；
步骤2.4：对第二光伏用户分组集内所有分组进行如下处理：
统计每个分组内的每个光伏用户近30天累计发电量，如果累计发电量大于K8，则判定光伏用户疑似私自增容，并标记；
步骤2.5：统计步骤2.3标记的私自增容的光伏用户和步骤2.4标记的疑似私自增容光伏用户；
其中，K5为光伏用户数量阈值；K6为单瓦日发电量阈值；K7为第二累计用电异常天数阈值；K8为最近30天累计发电量最大值。
3.根据权利要求2所述的一种基于用户用电行为的违约用电研判方法，其特征在于，所述用户暂停电表异常研判的具体步骤如下：
步骤3.1：从用户用电数据中，筛选出暂停、停运的一表一变专变用户，获取每个一表一变专变用户的用户类型、暂停、停运日期开始时间、暂停、停运日期开始时间的电表示值、当前时间电表示值；
步骤3.2：对步骤3.1筛选出的所有一表一变专变用户做如下处理：
判断每个一表一变专变用户暂停、停运开始时间的电表示值与当前时间电表示值差的绝对值是否大于K12，若大于K12，则标记该一表一变专变用户疑似擅自启用变压器；
步骤3.3：从用户用电数据中，筛选出暂停、停运阶段的一表多变专变用户，获取每个一表多变专变用户的第三最大需量、第二运行容量；
步骤3.4：对步骤3.3筛选出的所有一表多变专变用户，做如下处理：
获取每个一表多变专变用户最近B日内每日的第三最大需量和第二运行容量，且B≥30，判断第三最大需量与第二运行容量的比值，若比值大于K13，则标记该一表多变专变用户该天异常，统计该一表多变专变用户最近B天累计的异常用电天数，并形成第四异常天数，若第四异常天数大于K14，则标记该一表多变专变用户疑似超容用电；
步骤3.5：统计步骤3.2标记的疑似擅自启用变压器的一表一变专变用户和步骤3.4标记的疑似超容用电的一表多变专变用户；
其中，K12为电表示值最小变化值；K13为第三最大需量与第二运行容量比值阈值；K14为第三累计用电异常天数阈值。
4.根据权利要求3所述的一种基于用户用电行为的违约用电研判方法，其特征在于，所述充电桩违约用电研判的具体步骤如下：
步骤4.1：从用户用电数据中，筛选出办理充电桩的用户，获取筛选出的办理充电桩的用户的充电桩的类型、安装时间、合同容量、月用电量、日用电量，日最大需量、充电桩负荷；
步骤4.2：针对步骤4.1筛选出的办理充电桩的用户做如下处理：
（1）每天统计每个办理充电桩的用户的充电桩负荷低于K15的时刻点数，若充电桩负荷低于K15的时刻点数＜K16，则标记该办理充电桩的用户当天存在用电异常行为，统计该办理充电桩的用户最近30天累计出现用电异常行为天数，当累计用电异常行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
（2）统计每个办理充电桩的用户最近30天的累计用电量，若累计用电量＞K18时，标记该办理充电桩的用户存在违约用电；
（3）每天统计每个办理充电桩的用户的充电桩负荷高于K15的时刻点数，若充电桩负荷高于K15的时刻点数大于K19，则计算充电桩负荷高于K15的时刻点数的标准差，当标准差大于K20时，标记该办理充电桩的用户当天存在异常用电行为，若该办理充电桩的用户近30天累计出现异常用电行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
步骤4.3：统计步骤4.2标记的存在违约用电的办理充电桩的用户；
其中，K15为充电桩无负荷的最大值；K16为充电桩每日无负荷的最少时刻点数；K17为月累计异常用电天数阈值；K18为充电桩月用电量合理最大值；K19单次充电时刻的最小点数；K20充电时刻负荷最大波动。
5.根据权利要求4所述的一种基于用户用电行为的违约用电研判方法，其特征在于，K1的取值为1.2，K2的取值为1.2，K3的取值为1.5，K4的取值为3，K5的取值为10，K6的取值利用3σ法则定义，K7取值为15，K8取值为第二合同容量×8×0.3×30，K12取值为0，K13取值为1.5，K14取值为3，K15取值为0.5，K16取值为618，K17取值为3，K18为合同容量×30×24×0.85，K19取值为8，K20取值为0.5。
6.一种基于用户用电行为的违约用电研判系统，其特征在于，包括如下单元：数据获取单元、违约用电研判单元以及研判结果输出单元；
所述数据获取单元用于获取用户用电数据；
所述违约用电研判单元用于基于所述数据获取单元获取的用户用电数据，通过如下四种方式进行研判：
（1）电量超容用户违约用电研判；
（2）光伏发电超阈用户违约用电研判；
（3）用户暂停电表异常研判；
（4）充电桩违约用电研判；
其中，电量超容用户违约用电研判的具体步骤如下：
步骤1.1：从用户用电数据中，筛选出非暂停、停运阶段的第一专变用户，获取每个第一专变用户的第一最大需量、第一合同容量；
步骤1.2：从步骤1.1获取的每个第一专变用户的第一最大需量、第一合同容量中，筛选出每个第一专变用户的最近M日内每日的第一最大需量、第一合同容量，且M≥30；
步骤1.3：对步骤1.1筛选出的所有第一专变用户进行如下处理：
判断每个第一专变用户最近M日内每日第一最大需量与第一合同容量的比值，若比值大于K1，则标记第一专变用户该天用电异常，统计该第一专变用户最近M日内累计的用电异常天数，形成第一异常天数，若第一异常天数大于K4，则判定该第一专变用户疑似超容用电，并标记；
步骤1.4：从用户用电数据中，筛选出暂停、停运阶段的一表多变第二专变用户，获取每个第二专变用户的第二最大需量、第一运行容量；
步骤1.5：从步骤1.4获取的每个第二专变用户的第二最大需量、第一运行容量中，筛选出每个第二专变用户最近N日内每日的第二最大需量、第一运行容量，且N≥30；
步骤1.6：对步骤1.4筛选出的所有第二专变用户进行如下处理：
判断每个第二专变用户最近N日内每日第二最大需量与第一运行容量的比值，若比值大于K2小于K3，则标记第二专变用户该天用电异常，统计该第二专变用户最近N日内累计的用电异常天数，形成第二异常天数，若第二异常天数大于K4，则判定该第二专变用户疑似超容用电，并标记；
步骤1.7：统计步骤1.3标记的疑似超容用电的第一专变用户和步骤1.6标记的疑似超容用电的第二专变用户；
其中，K1为第一最大需量与第一合同容量最小比值阈值；K2为第二最大需量与第一运行容量最小比值阈值；K3为第二最大需量与第一运行容量最大比值阈值；K4为第一累计用电异常天数阈值；
所述研判结果输出单元用于输出所述违约用电研判单元进行研判的结果。
7.根据权利要求6所述的一种基于用户用电行为的违约用电研判系统，其特征在于，所述光伏发电超阈用户违约用电研判的具体步骤如下：
步骤2.1：从用户用电数据中，筛选出全额上网和余电上网的光伏用户，按照并网年份对筛选出的光伏用户进行分组，形成第一光伏用户分组集；
步骤2.2：对第一光伏用户分组集中所有分组进行如下处理：
若分组用户数低于K5，则从第一光伏用户分组集中删除该分组；对第一光伏用户分组集中所有分组处理后，形成第二光伏用户分组集；
步骤2.3：对第二光伏用户分组集内所有分组进行如下处理：
获取每个分组内的每个光伏用户的A天内的日发电量与第二合同容量，计算每个光伏用户单瓦日发电量，其中，单瓦日发电量=日发电量/第二合同容量，A≥30，若单瓦日发电量大于K6，则判定该光伏用户当日疑似私自增容或窃电，统计该光伏用户近A天累计出现用电异常的天数，形成第三异常天数，若第三异常天数＞K7，则判定该光伏用户私自增容，并标记；
步骤2.4：对第二光伏用户分组集内所有分组进行如下处理：
统计每个分组内的每个光伏用户近30天累计发电量，如果累计发电量大于K8，则判定光伏用户疑似私自增容，并标记；
步骤2.5：统计步骤2.3标记的私自增容的光伏用户和步骤2.4标记的疑似私自增容光伏用户；
其中，K5为光伏用户数量阈值；K6为单瓦日发电量阈值；K7为第二累计用电异常天数阈值；K8为最近30天累计发电量最大值。
8.根据权利要求7所述的一种基于用户用电行为的违约用电研判系统，其特征在于，所述用户暂停电表异常研判的具体步骤如下：
步骤3.1：从用户用电数据中，筛选出暂停、停运的一表一变专变用户，获取每个一表一变专变用户的用户类型、暂停、停运日期开始时间、暂停、停运日期开始时间的电表示值、当前时间电表示值；
步骤3.2：对步骤3.1筛选出的所有一表一变专变用户做如下处理：
判断每个一表一变专变用户暂停、停运开始时间的电表示值与当前时间电表示值差的绝对值是否大于K12，若大于K12，则标记该一表一变专变用户疑似擅自启用变压器；
步骤3.3：从用户用电数据中，筛选出暂停、停运阶段的一表多变专变用户，获取每个一表多变专变用户的第三最大需量、第二运行容量；
步骤3.4：对步骤3.3筛选出的所有一表多变专变用户，做如下处理：
获取每个一表多变专变用户最近B日内每日的第三最大需量和第二运行容量，且B≥30，判断第三最大需量与第二运行容量的比值，若比值大于K13，则标记该一表多变专变用户该天异常，统计该一表多变专变用户最近B天累计的异常用电天数，并形成第四异常天数，若第四异常天数大于K14，则标记该一表多变专变用户疑似超容用电；
步骤3.5：统计步骤3.2标记的疑似擅自启用变压器的一表一变专变用户和步骤3.4标记的疑似超容用电的一表多变专变用户；
其中，K12为电表示值最小变化值；K13为第三最大需量与第二运行容量比值阈值；K14为第三累计用电异常天数阈值。
9.根据权利要求8所述的一种基于用户用电行为的违约用电研判系统，其特征在于，所述充电桩违约用电研判的具体步骤如下：
步骤4.1：从用户用电数据中，筛选出办理充电桩的用户，获取筛选出的办理充电桩的用户的充电桩的类型、安装时间、合同容量、月用电量、日用电量，日最大需量、充电桩负荷；
步骤4.2：针对步骤4.1筛选出的办理充电桩的用户做如下处理：
（1）每天统计每个办理充电桩的用户的充电桩负荷低于K15的时刻点数，若充电桩负荷低于K15的时刻点数＜K16，则标记该办理充电桩的用户当天存在用电异常行为，统计该办理充电桩的用户最近30天累计出现用电异常行为天数，当累计用电异常行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
（2）统计每个办理充电桩的用户最近30天的累计用电量，若累计用电量＞K18时，标记该办理充电桩的用户存在违约用电；
（3）每天统计每个办理充电桩的用户的充电桩负荷高于K15的时刻点数，若充电桩负荷高于K15的时刻点数大于K19，则计算充电桩负荷高于K15的时刻点数的标准差，当标准差大于K20时，标记该办理充电桩的用户当天存在异常用电行为，若该办理充电桩的用户近30天累计出现异常用电行为天数＞K17时，标记该办理充电桩的用户存在违约用电；
步骤4.3：统计步骤4.2标记的存在违约用电的办理充电桩的用户；
其中，K15为充电桩无负荷的最大值；K16为充电桩每日无负荷的最少时刻点数；K17为月累计异常用电天数阈值；K18为充电桩月用电量合理最大值；K19单次充电时刻的最小点数；K20充电时刻负荷最大波动。
10.根据权利要求9所述的一种基于用户用电行为的违约用电研判系统，其特征在于，K1的取值为1.2，K2的取值为1.2，K3的取值为1.5，K4的取值为3，K5的取值为10，K6的取值利用3σ法则定义，K7取值为15，K8取值为第二合同容量×8×0.3×30，K12取值为0，K13取值为1.5，K14取值为3，K15取值为0.5，K16取值为618，K17取值为3，K18为合同容量×30×24×0.85，K19取值为8，K20取值为0.5。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211298666.0A CN115375192A (zh) | 2022-10-24 | 2022-10-24 | 一种基于用户用电行为的违约用电研判方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211298666.0A CN115375192A (zh) | 2022-10-24 | 2022-10-24 | 一种基于用户用电行为的违约用电研判方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115375192A true CN115375192A (zh) | 2022-11-22 |
Family
ID=84073744
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211298666.0A Pending CN115375192A (zh) | 2022-10-24 | 2022-10-24 | 一种基于用户用电行为的违约用电研判方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115375192A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106156269A (zh) * | 2016-06-01 | 2016-11-23 | 国网河北省电力公司电力科学研究院 | 一种反窃电精准定位在线监测方法 |
| CN111680933A (zh) * | 2020-06-29 | 2020-09-18 | 北京中电普华信息技术有限公司 | 用电行为的分析方法、装置、可读介质以及设备 |
| CN113590608A (zh) * | 2021-09-29 | 2021-11-02 | 国网江苏省电力有限公司营销服务中心 | 一种基于数据流处理的用户用电信息即采即校方法 |
| CN114295880A (zh) * | 2021-12-23 | 2022-04-08 | 国网天津市电力公司营销服务中心 | 一种电力窃电精准定位及异常用电行为检测分析模型 |
-
2022
- 2022-10-24 CN CN202211298666.0A patent/CN115375192A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106156269A (zh) * | 2016-06-01 | 2016-11-23 | 国网河北省电力公司电力科学研究院 | 一种反窃电精准定位在线监测方法 |
| CN111680933A (zh) * | 2020-06-29 | 2020-09-18 | 北京中电普华信息技术有限公司 | 用电行为的分析方法、装置、可读介质以及设备 |
| CN113590608A (zh) * | 2021-09-29 | 2021-11-02 | 国网江苏省电力有限公司营销服务中心 | 一种基于数据流处理的用户用电信息即采即校方法 |
| CN114295880A (zh) * | 2021-12-23 | 2022-04-08 | 国网天津市电力公司营销服务中心 | 一种电力窃电精准定位及异常用电行为检测分析模型 |
Non-Patent Citations (1)
| Title |
|---|
| 颜懿: "超容量客户用电情况核查工作分析与研究", 《中外企业家》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Arif et al. | Load modeling—A review | |
| CN104219315B (zh) | 一种用电信息采集系统的运行监控系统及其监控方法 | |
| US10037502B2 (en) | Maintenance schedule optimization method for electric power system including large-scale wind power | |
| US8065041B2 (en) | Concentrating control method of generating sets for grid energy saving and reduction of SO2 discharge | |
| CN106780114A (zh) | 荷‑网‑源协调控制后的电网降损效果综合量化评价方法 | |
| CN110703009A (zh) | 台区线损率异常分析及处理方法 | |
| CN115730864A (zh) | 基于物联网的智能能源管理平台 | |
| CN111724060A (zh) | 一种台区线损一体化分析监控系统及其分析方法 | |
| Pan et al. | Capacity optimization of battery energy storage systems for frequency regulation | |
| CN104574004A (zh) | 配网状态检修辅助系统 | |
| Siahaan | Improvisation analysis of reactive power energy saving lamps based on inverter | |
| CN107272572A (zh) | 一种通过mhcims分析起重机效能/能效的方法 | |
| CN115375192A (zh) | 一种基于用户用电行为的违约用电研判方法及系统 | |
| CN117709638A (zh) | 一种送端大系统可靠性提升措施优化方法和系统 | |
| CN111489073A (zh) | 一种基于分类算法的用户用电廉情预警方法 | |
| CN101888146A (zh) | 风力发电机试验台的供电装置和风力发电机试验系统 | |
| Kumari et al. | Energy audit: A case study | |
| CN107886174B (zh) | 一种发电机组检修安排方法及装置 | |
| CN107194539B (zh) | 一种考虑大气污染物防治的电力电量平衡方法 | |
| CN116300589A (zh) | 一种零碳建筑节能控制方法及系统 | |
| CN114154853B (zh) | 一种终端用能分析评价与决策支持的系统和方法 | |
| CN114372808A (zh) | 一种基于knn神经网络算法的用电异常分方法 | |
| Zhang et al. | A POET Based Energy Audit Methodology for WWTPs | |
| Semenov | Analyzing Impacts of Higher Harmonics on Electricity Quality Parameters at Mining Facilities | |
| Graditi et al. | Technical, environmental and economical aspects of hybrid system including renewables and fuel cells |
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: 20221122 |