基于大数据的智能电网用电量异常检测

何建剑, 王磊, 苗光尧, 周玫, 于柯

(国网宁夏电力有限公司电力科学研究院 客户服务中心, 宁夏 银川 750002)

0 引言

为保证未来电网(智慧电网)的电能质量和可靠性，及时可靠的电网测量数据起着重要作用[1]。多年来，成千上万的电能质量和智能电表安装在电网的不同点上，而且数量一直在增加。因此，所有这些测量设备收集的数据量不断增长。然而，并不是所有的数据都被保存下来，原因之一是缺乏分析数据并从中提取完整信息的方法[2]。例如，收集的数据包含有关电力系统性能的有用信息以及有关事件潜在原因的信息。同时，这些数据包含了一些复杂性，使得数据分析和信息提取变得困难。为更好地通过数据给电网运营商提供一系列相关问题的信息，如异常检测方法可检测功耗异常行为[3-4]、错误数据注入攻击[5]、有效能源管理的负载预测[6]等。本文主要将功耗数据异常作为应用场景进行研究，处理从智能电表收集的能耗跟踪中识别异常模式。实现对公用事业的帮助，例如基于确定的能源模式进行负载优化用法[7]。最终目标是定义和评估用于功耗异常检测的大数据平台。

1 平台的提出

为了对智能电表功耗进行异常检测，所以提出了一个大数据平台。该平台的目标是处理来自智能电表和天气信息源的大量数据，以检测用户侧的异常行为。这样的分析可以进一步创建客户配置文件，用于根据用户的功耗行为对其进行聚类[8],如图1所示。……