基于关联度分析的防窃电模型研究

何立强，隋政澔，杜 峰

(国网丹东供电公司，辽宁 丹东 118000)

近年来，随着市场经济的多元化发展，电能作为一种清洁能源被广泛应用于国民经济的各个领域和人们的生产生活中。由于电能费用占企业成本比重较大，一些不法经营者、个体私营业主为谋取暴利，无视国家法律、法规，不择手段地窃取电能。窃电行为严重损害了企业和个人的合法权益，扰乱了供用电秩序，阻碍了电力事业的高质量发展，也给安全用电带来了严重威胁。

通过大量分析窃电现场情况得出，窃电行为主要表现在借零窃电、电能表人为改变、计量箱破坏、强电击损坏计量电子元件等[1-4]。当前各公司缺乏对电能计量装置有效监督的措施，对用户窃电行为的特征分析也不够明确，对各类数据缺乏整合利用，难以对“窃电”行为进行有效的预警、监督和查处。国内外专家基于人工智能和大数据分析建立不同的反窃电模型，聚类分析数据特征，利用神经网络等智能算法建立窃电用户筛选规则，根据规则建立预警模型，但均限于理论阶段，实际过程中能够大幅度提升监测精度的方法还未成熟[5-6]。

本文以台区线损为切入点，从现场抓获真实窃电案例出发，建立失压断相预警、电量差动预警、电量波动预警、功率差动预警、电能表停走预警、电流异常预警、恒定磁场干扰预警、线损异常预警，并通过关联度分析对线损值进行判定，大幅度提升了窃电嫌疑用户的筛选精度，对保证电网安全稳定运行具有重要意义。……