CN116933157A - 一种窃电检测方法 - Google Patents
一种窃电检测方法 Download PDFInfo
- Publication number
- CN116933157A CN116933157A CN202310892201.6A CN202310892201A CN116933157A CN 116933157 A CN116933157 A CN 116933157A CN 202310892201 A CN202310892201 A CN 202310892201A CN 116933157 A CN116933157 A CN 116933157A
- Authority
- CN
- China
- Prior art keywords
- electricity
- period
- electric energy
- detection
- detection period
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 122
- 230000005611 electricity Effects 0.000 title claims abstract description 80
- 238000007405 data analysis Methods 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000002159 abnormal effect Effects 0.000 claims 1
- 238000000034 method Methods 0.000 description 9
- 238000004458 analytical method Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
- G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
- G01R22/061—Details of electronic electricity meters
- G01R22/066—Arrangements for avoiding or indicating fraudulent use
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Pure & Applied Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Tourism & Hospitality (AREA)
- Evolutionary Computation (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Artificial Intelligence (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Power Engineering (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明电力系统技术领域,尤其涉及电能管理领域,具体为一种窃电检测方法。在检测到有窃电行为时,首先去除在检测时段内没有用电的用户。然后计算该时段内所有用电用户总计值Wyyz和台区总功耗Wz。最后计算窃电嫌疑值Wqj并与窃电预警阈值Wqx比较,并根据比较的结果判定是否为窃电的电表。本发明可以快速检测到窃电行为,并确定窃电的电能表,进而避免公司利益的损失。同时减少了外出逐一检测窃电电表的工作量,提高了检测效率降低了员工的劳动强度。
Description
技术领域
本发明涉及电力系统技术领域,尤其涉及供电管理领域,具体为基于大数据分析的窃电检测系统。
背景技术
虽然随着电能表防窃电技术的进步,进行窃电的难度越来越高,但是仍然无法避免窃电的行为。同时,窃电的行为也更加的隐匿,大多数时候无法发现,加之有些窃电行为存在间歇性的窃电行为,因此防窃电的难度更是难上加难。目前,在检测到具有窃电行为的情况下,往往需要专员到现场进行勘察并通过检测设备找出窃电的电表。但是电能表及其线路的检测都是需要一个表一个表的进行。对于一个台区,往往具有多个电表箱,每个电表箱内具有多个电能表,此时对于较为隐匿的窃电行为,由于无法准确的确定窃电电能表的具体是那一块,因此在发现专业技术人员进行逐一检测时,无法第一时间检测到窃电电能表,而此时窃电人员在检测人员不注意的情况下进行解除窃电,因此给勘察窃电带来较大的难度。因此设计一种可以准确的分析出窃电电能表具体位置的基于大数据分析的窃电检测系统成为一种迫切的要求。
发明内容
本发明要解决的技术问题是:提供一种准确的分析出窃电电能表具体位置的基于大数据分析的窃电检测系统。
本发明要解决的技术问题的技术方案是:基于大数据分析的窃电检测系统,包括数据调取系统、数据暂存系统、数据分析系统以及信息反馈系统;所述数据分析系统接收到检测指令后启动数据调取系统从电力调度系统中提取电能表数据,所述数据暂存系统用以存储数据调取系统读取的电能表数据以及数据分析系统分析计算的中间数据;数据分析系统将检测结果传递给信息反馈系统后,信息反馈系统将检测结果作为反馈信息传递到电力调度系统以及运维人员;
所述数据分析系统检测方法包括以下步骤:
步骤1、获取供电台区所有电能表信息,设定检测功耗Wj;
步骤2、根据电能表信息确定关联系统,所述关联系统包括总计表以及与所述总计表关联的用户表;
步骤3、假定所述关联系统中的一用户表为嫌疑表,其他用户表为正常表,其中i为[1,n-1]之间的整数,其中n为所述关联系统中用户表总数;
步骤4、获取第一检测时段的数据,令所述第一检测时段内嫌疑表的电能数据WBx=Wj;此时,
其中,WBz1为第一检测时段内总计表的电能数据,Ws1为第一检测时段内的损耗数据,Bz1i为第一检测时段内各正常表的电能数据;
步骤5、获取第二检测时段的数据,所述第二检测时段与第一检测时段为不同的时段;同时令所述第二检测时段内嫌疑表的电能数据WBx=Wj;此时,
其中,WBz2为第二检测时段内总计表的电能数据,Ws2为第二检测时段内的损耗数据,Bz2i为第二检测时段内各正常表的电能数据;
步骤6、令Ws=μWBz,并带入步骤4和步骤5中的公式并将步骤4和步骤5中的公式组成等式,
计算得
其中μ1为步骤3中假定嫌疑表时的损耗计算系数;
步骤7、重复步骤3-步骤6依次对每一块用户表作为嫌疑表并计算出所述嫌疑表对应的损耗计算系数μj,其中j为[1,n]之间的整数;
步骤8、在损耗计算系数μj选出最小值并确定所述最小值对应的嫌疑表为窃电电能表。
更好的,所述电能表信息包括电能表表号、电能表地理及空间位置和电能表功能类型。
更好的,所述检测功耗为1~25千瓦时。
更好的,所述第一检测时段、第二检测时段从历史数据中获取。
更好的,选取第一起始点ts1,并读取第一起始点ts1所在时刻嫌疑表的数据;
以时间T为间隔周期,依次读取下一时间周期间隔点的嫌疑表的数据并与第一起始点ts1的数据做差值,如果差值小于检测功耗,则重复读取下一时间周期间隔点的嫌疑表的数据并计算,直至嫌疑表的数据与第一起始点ts1的嫌疑表的数据的差值等于检测功耗为止,并将该时间点作为第一截止点tz1;
第一起始点ts1和第一截止点tz1之间时段为第一检测时段;
选取第二起始点ts2,并读取第二起始点ts2所在时刻嫌疑表的数据;
以时间T为间隔周期,依次读取下一时间周期间隔点的嫌疑表的数据并与第二起始点ts2的数据做差值,如果差值小于检测功耗,则重复读取下一时间周期间隔点的嫌疑表的数据并计算,直至嫌疑表的数据与第二起始点ts2的嫌疑表的数据的差值等于检测功耗为止,并将该时间点作为第二截止点tz2;
第二起始点ts2和第二截止点tz2之间时段为第二检测时段;
其中第一起始点与第二起始点为不同的时间点。
更好的,ts2-ts1≥tz1-ts1。
更好的,所述第一检测时段、第二检测时段从实时数据中获取。
更好的,读取当前时刻的嫌疑表的电能数据,并将当前时刻标记为第一起始点ts1;以时间T为间隔周期依次读取嫌疑表的电能数据并与第一起始点ts1时刻的嫌疑表的电能数据相减并判断是否与检测功耗相同,如果不同则继续读取下一间隔周期的嫌疑表的电能数据;当嫌疑表的电能数据与第一起始点ts1的差值与检测功耗相同时,停止计时并将该时刻标记为第一截止点tz1,第一起始点ts1和第一截止点tz1之间时段为第一检测时段;以同样的方法确定第二起始点ts2和第二截止点tz2,并将第二起始点ts2和第二截止点tz2之间时段为第二检测时段。
更好的,以时间T为间隔周期依次读取嫌疑表的电能数据并与第一起始点ts1时刻的嫌疑表的电能数据相减并判断大于启动功耗Wq,如果大于启动功耗则将该时间点标记为第二起始点ts2;其中,Wq≥0.5Wj。
更好的,T为1s、5s或10s。
本发明的有益效果为:本发明可快速的确定存在窃电的电能表的表号,并根据表号确定电能表的具体位置,并及时准确的到达现场进行勘测,提高了防窃电的效率和准确率,降低了供电系统的损失。
附图说明
图1是本发明一种实施例的系统组成示意图。
图2是本发明一种实施例的方法流程示意图。
图3是关联系统中各表计的示意图。
图中:Bz、总计表;Bzi、正常表;Bx、嫌疑表;400、信息反馈系统;300、数据分析系统;200、数据暂存系统;100、数据调取系统;
具体实施方式
为使本发明的技术方案和有益效果更加清楚,下面对本发明的实施方式做进一步的详细解释。
基于大数据分析的窃电检测系统,包括数据调取系统100、数据暂存系统200、数据分析系统300以及信息反馈系统400。该窃电检测系统基于现有的电力调度监控系统。现有的电力调度监控系统具有采集电能表实时数据、存储电能表历史数据的功能以及相关的模块。该窃电检测系统为电力调度监控系统的服务器中运行的一个子系统,在检测到存在窃电的可能后启动该系统并判定相应的电能表为窃电表。出现窃电之后,相应的线损会增加,因此通过线损的计算可以判定是否具有窃电的现象。在检测到具有窃电时,在通过本系统进行具体的窃电电能表的确定。
本系统中,数据分析系统300作为主要的协调控制系统,即数据分析系统300为窃电检测系统的主程序模块。数据分析系统300设置有数据接口,与电力电度系统连接,在接收到检测指令后启动数据调取系统100从电力调度系统中提取电能表数据。其中根据不同的窃电检测方式可以以不同的方式进行数据的读取。在读取数据之后,需要对数据进行运算分析,这些中间数据以及一些原始的而重要的数据存在数据暂存系统200当中。数据分析系统300对上述数据进行计算分析,并最终确定窃电的电能表,并将结果信息通过信息反馈系统400反馈到管理人员。信息反馈系统400可以是物联网通信模块或者互联网通信模块,用以将数据信息发送到管理人员,同时数据分析系统300也将结果通过数据接口反馈到电力调度系统中。信息反馈系统400将检测结果作为反馈信息传递到电力调度系统以及运维人员之后,相应的管理维护人员到达窃电电能表的准确的位置处,及时准确的做出检测,并获得相应的窃电证据。
其中,具体的检测方法包括以下步骤。
步骤1、获取供电台区所有电能表信息,设定检测功耗Wj。在检测到某一供电台区出现窃电的现象之后,首先获取该供电台区的所有电能表的信息。电能表信息包括电能表表号、电能表地理及空间位置和电能表功能类型。将这些数据从电力调度系统的数据库读出并存储在数据暂存系统200中。电能表表号是电能表的唯一标识,电能表地理及空间位置记录电能表的具体位置,其所在的表箱的地址、楼层、几号表箱等信息。电能表的功能类型主要是用以判断电能表的功能,主要包括计量总计表和用户表,计量总计表即本申请中所述的总计表Bz,为台区变压器出口的总计表,计量变压器出口的总能耗,用户表为入户表,计量每一户的用电量。
其中检测功耗为一个检测判定的参考值,用以实现后续数据的计算,其可影响运行分析的效率。本申请中检测功耗为1~25千瓦时。本实施例中检测功耗设定为10千瓦时。
步骤2、根据电能表信息确定关联系统,所述关联系统包括总计表Bz以及与所述总计表关联的用户表。
在获取步骤1中的信息之后,确定关联系统。一个台区可以是一个小区,根据小区的规模不同,可能设置有多个组成部分,因此可以有多个总计表Bz。关联系统中只能有一个总计表。在确定总计表之后,需要确定与之关联的用户表。然后对这个关联系统进行计算。以上为复杂的台区可能出现的现象,此时就需要对每一个关联系统进行一次检测。
步骤3、假定在确定的关联系统中的一用户表为嫌疑表Bx,其他用户表为正常表Bzi,其中i为[1,n-1]之间的整数,其中n为所述关联系统中用户表总数。该步骤中,将关联系统中用户表分成里两部分,嫌疑表和正常表。嫌疑表Bx为基准表,以该嫌疑表为尺、以检测功耗为标准,可以确定一个检测时段,并最终确定两个检测时段,之后进行数据的分析和计算。
一、以第一检测时段、第二检测时段从历史数据中获取为例。
步骤A1、选取第一起始点ts1,并读取第一起始点ts1所在时刻嫌疑表Bx的数据。例,选择12:00:00为第一起始点ts1,该时刻嫌疑表Bx的读数为345.66。
步骤A2、以时间T为间隔周期,依次读取下一时间周期间隔点的嫌疑表Bx的数据并与第一起始点ts1的数据做差值。间隔周期T可以为1s、2s、5s、10s或者20s。例如,T=10s,则依次读取12:00:10、12:00:20、12:00:30、12:00:40……的嫌疑表Bx的读数,345.66、345.68、345.77、345.89、346.46……。
步骤A3、时间周期间隔点的读数与第一起始点ts1的差值与检测功耗是否相等。
如果差值小于检测功耗,则重复读取下一时间周期间隔点的嫌疑表的数据并计算,直至嫌疑表的数据与第一起始点ts1的嫌疑表的数据的差值等于检测功耗为止,并将该时间点作为第一截止点tz1。例如,检测到12:30:40所在的时间周期间隔点的时候,嫌疑表的度数为355.55,则可以算作为与检测功耗相同。不管间隔周期T的大小为多少都不能保证所在时刻的读数与第一起始点的读数的差值与检测功耗相同,因此满足特定的范围就可以。其中检测功耗的值越大,允许的范围就越大。本实施例中检测功耗为10千瓦时,因此在差值小于0.1的误差范围时就可以。如果检测功耗为25千瓦时,则误差范围可以为0.25。
如果在两个相邻的时间周期间隔点差值都大于误差范围,则可以在两个相邻的时间周期间隔点存在的时间点的数据进行读取并找到合适的时间点。
步骤A4、将第一起始点ts1和第一截止点tz1之间时段为第一检测时段。
步骤A5、重复步骤A1到步骤A4确定第二检测时段。选取第二起始点ts2后应用上述方法确定第二起始点ts2,之后确定第二检测时段。其中第一起始点与第二起始点为不同的时间点。进一步地,第一起始点和第二起始点需要满足ts2-ts1≥tz1-ts1。
二、以第一检测时段、第二检测时段从实时数据中获取为例。
步骤B1、读取当前时刻的嫌疑表的电能数据,并将当前时刻标记为第一起始点ts1。
步骤B2、以时间T为间隔周期依次读取嫌疑表的电能数据,并与第一起始点ts1时刻的嫌疑表的电能数据相减。
步骤B3、判断当前时刻的读数与第一起始点读数的差值是否与检测功耗相同,如果不同则继续读取下一间隔周期的嫌疑表的电能数据;当嫌疑表的电能数据与第一起始点ts1的差值与检测功耗相同时,停止计时并将该时刻标记为第一截止点tz1,第一起始点ts1和第一截止点tz1之间时段为第一检测时段。
步骤B4、以同样的方法确定第二起始点ts2和第二截止点tz2,并将第二起始点ts2和第二截止点tz2之间时段为第二检测时段。
同样的,第二起始点与第一起始点不同。
进一步地,以时间T为间隔周期依次读取嫌疑表的电能数据并与第一起始点ts1时刻的嫌疑表的电能数据相减并判断大于启动功耗Wq,如果大于启动功耗则将该时间点标记为第二起始点ts2;其中,Wq≥0.5Wj。
三、以时间为基准确定第一检测时段和第二检测时段。
在上述两个方法中,先不确定检测功耗。先选取一个时段作为第一检测时段并确定该时段的电能表的度数差值,如果该差值在检测功耗的取值范围内,则选定该差值作为检测功耗。之后,应用该检测功耗确定第二检测时段。
如选择第一检测时段的第一起始点为12:00:00,第一截止点为12:30:00,则读取这两个时间点的嫌疑表的度数,并做差值,假定差值为13.44,检测功耗在1~25千瓦时都可以进行计算,过大运算量太大、过小不准确,因此13.44满足要求,将其定位检测功耗。之后在利用上述方案确定第二检测时段。
步骤4、获取第一检测时段的数据,主要是获取在第一起始点、第一截止点的电能表的度数,并做差值计算出电能数据,即用户的用电量。此时,第一检测时段内嫌疑表Bx的电能数据WBx=Wj;同时,
其中,WBz1为第一检测时段内总计表的电能数据,Ws1为第一检测时段内的损耗数据,Bz1i为第一检测时段内各正常表的电能数据。即第一检测时段内嫌疑表Bx的电能数据WBx还等于总计表减去损耗数据在减去其他正常表的总的用电量。
步骤5、获取第二检测时段的数据,所述第二检测时段与第一检测时段为不同的时段;要是获取在第一起始点、第一截止点的电能表的度数,并做差值计算出用电量。同时第二检测时段内嫌疑表Bx的电能数据WBx=Wj;同时,
其中,WBz2为第二检测时段内总计表的电能数据,Ws2为第二检测时段内的损耗数据,Bz2i为第二检测时段内各正常表的电能数据。
步骤6、令Ws=μWBz,并带入步骤4和步骤5中的公式并将步骤4和步骤5中的公式组成等式:
计算得
其中μ1为步骤3中假定嫌疑表时的损耗计算系数。正常的情况下线损率为损耗除总功耗,多为一个常数,本实施例中,先假设该值,然后计算出该值。
步骤7、重复步骤3-步骤6依次对每一块用户表作为嫌疑表并计算出所述嫌疑表对应的损耗计算系数μj,其中j为[1,n]之间的整数。
步骤8、在损耗计算系数μj选出最小值并确定所述最小值对应的嫌疑表为窃电电能表。
如果正常表作为嫌疑表,则Ws1、Ws2中包含的损耗有实际损耗和窃电电表的窃电损耗。此时计算出的损耗计算系数会大。
由于是窃电表在改动之后,窃电的电量和实际用电量之间的关系比值是恒定的,不管窃电表计量是否准确,在第一检测时段和第二检测时段内,只要计量的数据相同,则实际的用电量也相同,只要相同就是一个中间节点,不影响分析计算。如果窃电表作为嫌疑表,则Ws1、Ws2中包含的损耗只有实际损耗和,此时计算出的损耗计算系数会较小。由此可以判定出窃电电能表。之后调取该表的表号、电能表地理及空间位置信息等,将上述信息绑定后通过信息反馈系统400反馈给管理人员。
更好的,在步骤7中,每一次循环中检测功耗可以不相同。
综上所述,仅为本发明的较佳实施例而已,并非用来限定本发明的范围,通过上述的说明内容,相关工作人员完全可以在不偏离本项发明技术思想的范围内,进行多样的变更以及修改。本发明的技术性范围并不局限于说明书上的内容,凡依本发明的要求范围所述的形状、构造、特征及精神所谓的均等变化与修饰,均应包括与本发明的权利要求范围内。
Claims (5)
1.一种窃电检测方法,其特征在于包括以下步骤:
步骤1、选定供电台区并设定判断时段Tp,所述判断时段Tp的终止点为当天的日期,起始点为前推判断时段Tp天数的日期;
读取所述供电台区的出线总表在判断时段Tp内的台区总功耗Wpz;读取所述供电台区所有的用户电能表在判断时段Tp内的用户功耗Wpyn并计算出用户总计值其中n为所述供电台区内用户电能表的总数;所述判断时段Tp为1天、1周或1月;
步骤2、计算窃电异常值Wq=Wpz-Wyz,并与窃电预警阈值Wqy比较:
当Wq>Wqy时,执行步骤3;
当Wq≤Wqy时,间隔一周之后,执行步骤1;
步骤3、设定检测时段Tj,在检测时段Tj读取所述供电台区所有的用户电能表在检测时段Tj内的用户功耗Wyn,选出用户功耗Wyn=0的用户电能表并去除;所述检测时段Tj为30秒、1分钟或者5分钟;
步骤4、读取检测时段Tj内所有用电的用户电能表的用户功耗Wyym并计算出用电用户总计值其中m为检测时段Tj内用电的用户个数且n-m≥1;同时读取检测时段Tj内台区总功耗Wz;所述步骤4中当n-m=1或者n-m=2时执行步骤5,当n-m>2时进入下一个检测时段并执行步骤4;
步骤5、计算窃电嫌疑值Wqj=Wz-Wyyz,并与窃电预警阈值Wqx比较:
当Wqj>Wqx时,将用电的用户电能表标记为嫌疑表Bx,将未用电的用户电能表标记为正常值Bz;
当Wqj≤Wqx时,将未用电的用户电能表标记为嫌疑表Bx,将用电的用户电能表标记为正常值Bz;
在检测时段Tj读取嫌疑表Bx的用户电能表在检测时段Tj内的用户功耗Wyn,选出用户功耗Wyn=0的用户电能表并标记,之后执行步骤5;
当嫌疑表Bx的数量为1时确定所述嫌疑表Bx为窃电嫌疑表,并到嫌疑表的现场去检测。
2.根据权利要求1所述的基于大数据分析的智能窃电检测系统,其特征在于:
设定供电台区的窃电预警阈值序列Wqx(t,s)其中t为检测时段Tj,s为用电的用户电能表的数量;
所述窃电预警阈值序列Wqx(t,s)对应设置j个存储空间,每个存储空间存储一个实际的损耗预警阈值Wshj;
当需要进行比对时根据检测时段Tj和该时段用电的用户个数在窃电预警阈值序列Wqx(t,s)中查找所述检测时段Tj和该时段用电的用户个数对应的存储空间,并对存储空间的数据进行平均值计算得到窃电预警阈值其中μ为预警系数且μ>1。
3.根据权利要求1所述的基于大数据分析的智能窃电检测系统,其特征在于:
所述步骤5中:
当Wqj≤Wqx时,将Wqj的数据存储到检测时段Tj和该时段用电的用户个数对应的j个存储空间内存入时间最早的一个存储空间内。
4.根据权利要求1所述的基于大数据分析的智能窃电检测系统,其特征在于:
所述步骤3中:
检测时段Tj通过提取判断时段Tp内的历史数据进行计算;
在检测时段Tj计算完成之后,再次设定起始点并读取新的检测时段Tj的历史数据并计算直到找出窃电电能表。
5.根据权利要求1所述的基于大数据分析的智能窃电检测系统,其特征在于:
所述步骤3中:
检测时段Tj在发现窃电后,通过累积当前的实时数据进行计算,且检测时段Tj的起始点设定为11:30至13:30的时间点或者是17:00至20:00的时间点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310892201.6A CN116933157A (zh) | 2022-08-02 | 2022-08-02 | 一种窃电检测方法 |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310892201.6A CN116933157A (zh) | 2022-08-02 | 2022-08-02 | 一种窃电检测方法 |
CN202210920632.4A CN115270974B (zh) | 2022-08-02 | 2022-08-02 | 基于大数据分析的智能窃电检测系统 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210920632.4A Division CN115270974B (zh) | 2022-08-02 | 2022-08-02 | 基于大数据分析的智能窃电检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116933157A true CN116933157A (zh) | 2023-10-24 |
Family
ID=83746297
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210920632.4A Active CN115270974B (zh) | 2022-08-02 | 2022-08-02 | 基于大数据分析的智能窃电检测系统 |
CN202310892201.6A Pending CN116933157A (zh) | 2022-08-02 | 2022-08-02 | 一种窃电检测方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210920632.4A Active CN115270974B (zh) | 2022-08-02 | 2022-08-02 | 基于大数据分析的智能窃电检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN115270974B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115826909B (zh) * | 2023-02-24 | 2023-05-12 | 国网山东省电力公司枣庄供电公司 | 基于大数据分析的窃电检测系统 |
CN116933986B (zh) * | 2023-09-19 | 2024-01-23 | 国网湖北省电力有限公司信息通信公司 | 一种基于深度学习的电力数据安全管理系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104504508B (zh) * | 2014-12-15 | 2018-02-23 | 国网安徽省电力公司铜陵供电公司 | 基于层次分析与小波回归的台区闭环数据分析方法 |
GB2561916B (en) * | 2017-04-28 | 2021-09-22 | Gb Gas Holdings Ltd | Method and system for detecting anomalies in energy consumption |
CN108664990B (zh) * | 2018-03-29 | 2020-09-18 | 清华大学 | 综合熵方法和密度聚类方法的窃电检测方法及装置 |
CN111062590A (zh) * | 2019-12-02 | 2020-04-24 | 深圳供电局有限公司 | 用电异常行为检测方法、装置、计算机设备和存储介质 |
CN113452145B (zh) * | 2021-08-30 | 2022-01-25 | 广东电网有限责任公司中山供电局 | 一种低压台区用户的用电情况监测方法及系统 |
-
2022
- 2022-08-02 CN CN202210920632.4A patent/CN115270974B/zh active Active
- 2022-08-02 CN CN202310892201.6A patent/CN116933157A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN115270974A (zh) | 2022-11-01 |
CN115270974B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110471024B (zh) | 一种基于量测数据分析的智能电表在线远程校验方法 | |
CN116933157A (zh) | 一种窃电检测方法 | |
WO2018176863A1 (zh) | 配电网可靠性投资经济效益分析方法及装置、存储介质 | |
CN102436624B (zh) | 一种基于手持终端的电力营销现场业务处理流程和规范的方法 | |
CN106569164A (zh) | 一种双芯电能表电量的同步测试方法及系统 | |
CN104657788B (zh) | 基于行业景气指数的重点行业用电量预测方法 | |
CN106338706A (zh) | 一种电能计量装置整体误差检测的方法、装置和系统 | |
EP3968040A1 (en) | Abnormal electricity use recognition method and device, and computer readable storage medium | |
CN111948596B (zh) | 基于多时间尺度的台区电能表误差在线检测方法和系统 | |
JP2015002588A (ja) | 電力消費管理システムおよび方法 | |
CN101673363A (zh) | 用能效率评测方法和系统 | |
CN109165763A (zh) | 一种95598客服工单的潜在被投诉的评估方法及装置 | |
CN112288303B (zh) | 确定线损率的方式、装置 | |
WO2014080515A1 (ja) | データ分析装置及びプログラム | |
CN114240086A (zh) | 碳排放监测方法、装置、存储介质及处理器 | |
CN107589391A (zh) | 一种检测电能计量装置整体误差的方法、装置和系统 | |
CN109270316A (zh) | 一种电力用户用电量异常识别方法、装置及终端设备 | |
CN111724060A (zh) | 一种台区线损一体化分析监控系统及其分析方法 | |
KR102269887B1 (ko) | 전력량계 검침 장치 및 그것의 검침 방법 | |
CN108072858B (zh) | 电能表质量管理方法、系统及终端设备 | |
CN113655425A (zh) | 适用于10kv配线线路的计量点运行误差监测方法与系统 | |
Gulati et al. | LEAD1. 0: a large-scale annotated dataset for energy anomaly detection in commercial buildings | |
CN113722557B (zh) | 一种燃气供销差的确定方法及装置 | |
CN103020721A (zh) | 一种评估电网调度自动化系统实时数据处理效率的方法 | |
KR20160074325A (ko) | 기상변화에 따른 전력수요지수 예측 시스템 및 그 방법 |
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 |