基于用电信息采集大数据的窃电智能诊断识别技术研究

许剑斌

摘要：随着社会经济发展，社会用电需求不断增加，一些不法经营者为谋取暴利，不择手段地窃取电能，已成为困扰电力企业的一项难题。窃电行为不仅损害了国家和电力企业的经济利益，还危及到电网的安全运行，阻碍了电力行业的发展。现有反窃电方法主要是用电检查人员现场稽查，包括定期巡检、现场校验电表、用户举报等，工作量大，且对人的依赖性强，精确度和效率难以满足反窃电工作的要求。

关键词：用电信息采集;窃电;目标台区;重点用户

引言

随着智能电能表推广工作的逐步完成，用电信息采集系统在用电异常监测方面发挥了显著作用。目前各网省公司根据采集主站性能及自身需求，实现了专变客户每日24点、48点或96点的电量及负荷数据的采集及监控，数据采集频度逐步趋于高频化，但暂时无法实现分钟级的数据监控，因此部分不法分子对采集系统相关采集机制进行研究，选择在采集系统监控盲区实施窃电动作，给供电公司带来了一定的经济损失。因此，为全面监控用电客户用电行为，本文统筹用电量、电力负荷等多类别数据，构建理论用电量及实际用电量计算模型，研究了一种基于用电信息采集系统多数据融合的窃电行为定位方法。

1现状分析

智能电网通过综合信息通信技术、控制技术、计算机技术等先进技术，以协调发电、电网运行、终端用电和电力市场中各利益方的需求和功能。智能电网对于整个电力系统的安全高效运行至关重要，同时，智能电网在应对气候变化、保障能源安全、带动国家产业升级等方面也具有重大的战略意义。国内智能电网的管理分为电源侧和用户侧。在电源侧，为实现“双碳”发展目标，我国目前正大力推进清洁能源的使用。另外，我国正在建设“安全可靠、共享融合、灵活高效、智能互动”的第三代智能变电站自动化系统，以满足电网安全稳定运行的根本要求，适应新一代电力系统发展需要。在用户侧，我国的智能电能表建设工程在建设规模、覆盖面、数量等方面都处于世界前列。用电信息采集系统通过对配电变压器和终端用户的用电数据的采集和分析，为用电监控、阶梯定价、负荷管理、线损分析、自动化抄表、用电检查、窃电分析、负荷预测等方面提供基础保障。我国用电信息采集技术和采集覆盖率均处于世界领先地位，截至2020年1月，江苏省采集覆盖率已达到99.99%，智能电能表覆盖率已达到99.98%，基本实现了“全覆盖、全采集、全费控”的目标。但是用电信息采集在现场化实时处理等方面，工具的智能化支撑不足，因此本文基于Android平台开发了智能掌上用采系统，不仅可对配电变压器和终端用户的用电数据进行采集和分析，还能在人工智能算法的基础上，支持对配电网多源数據运行进行实时监测、多维度分析，实现了用采业务智能化和移动便捷化。

2基于用电信息采集大数据的窃电智能诊断识别技术研究

2.1反窃电平台数据的选取与处理

选取营销稽查系统中的历史稽查用户。对于窃电户来说，选取窃电记录表中的发现窃电时间前90天的电能量数据作为特征提取的关键时间窗口，对于非窃电户来说，随机选择一个90天的时间段，作为非窃电户特征提取的时间窗口。若用户的用电能量数据为负值或异常，则需要进行数据修复。如果用户用电能量的测定值过大，与用户最大用电能量比对，若大于最大用电能量的3倍，说明数据为高度异常值，使用整体均值进行替换。如果用户用电能量的测定值为负，说明数据采集有问题，剔除用电能量小于0的数据，使用零电能量进行修复。

2.2窃电智能诊断分析平台

基于窃电诊断分析算法和现场实际，制定相应的技术方案。根据技术方案，开发窃电智能诊断分析平台，平台以看板的形式直观展示系统操作员所在单位窃电高嫌疑度用户、反窃电成果、单位榜单、疑似窃电热力分布、行业类别分类疑似窃电等信息。通过一段时间的应用，平台积累了大量的设备运行数据和窃电样本数据，有效提升了对窃电用户的监测水平，提高对窃电行为识别的准确性。

2.3后续分析及研判

为对该用户进行详细核查，次日对其96点数据（每小时的整点、1

5分、30分、45分进行数据采集）进行了采集，发现该用户在每个整点的电流及功率数据较该整点时段的其他3个时间点要大5～10倍，与“每个整点15分左右发生电压回路异常事件，每个整点的45分左右电压回路异常事件恢复”的特点相一致。因此，此用户疑似对采集系统的整体数据采集机制进行了研究，选择在整点之后开始窃电行为、在下一个整点之前恢复特殊操作。

2.4总体架构设计

智能用电信息采集通过对各信息采集点用电信息进行周期性或不定期采集，从而实现数据双向传输、数据管理以及控制命令转发或执行。鉴于移动手持设备的便捷性，本文设计了基于移动业务的用电信息智能化采集系统，本系统共有5个功能模块，分别是采集现场业务、运维消缺、线损排查、数据召测和问题反馈，总体设计架构如图1所示。下面将对各模块做具体介绍。（1）采集现场业务模块：主要包含3个子功能，分别是批量换表、新装表、零星换表。批量换表用于对现场表箱中的电能表进行批量轮换，可实现批量电能表数值的录入和工单信息的上传。新装表用于对新装电能表信息的录入和上传。零星换表用于对现场表箱中的电能表进行零星更换，可实现零星电能表的数值录入和工单信息上传。（2）运维消缺模块：主要用于台区的展示和筛选，用户可以在该模块查看各台区的基本档案信息和指标信息。（3）线损排查模块：主要用于展示与排查各种异常，用户可以在该模块查看抄表失败明细、异常影响信息以及疑似窃电户明细。（4）数据召测模块：主要用于各类数据的召测，用户可以在该模块查看电压实时负荷、状态字、终端事件等信息。（5）问题反馈模块：用户可以在该模块反馈使用该软件时遇到的问题和障碍，或者提出建议等。

2.5重点用户分析

针对存在疑似窃电用户的台区，综合运用业务分析和数据挖掘的方法，找出台区中疑似窃电用户。重点用户分析模型主要包括与历史用电量比较突变值、用电量与线损率相关度、聚类用户与线损率相关度、开盖与电量突变值、零火线电流不平衡、分流分析等;数据挖掘方法运用聚类分析、离群点分析、相关性分析等方法，并结合大数据计算技术，实现对疑似窃电用户的筛选。

结语

随着用电信息采集技术发展，用电信息数据采集频次进一步提升、数据采集范围进一步拓宽，如何拓展数据应用渠道，发挥电力大数据作用，值得进一步研究。本文依托用电信息采集用电量、负荷信息等多重类型数据，构建数学模型，能够实现疑似窃电用户的快速定位，大幅度减少采集系统监控盲区，降低供电公司经济损失。同时建立了疑似窃电用户的分级制度，有助于工作人员按事件级别优先安排分析及排查工作，具有较强的实用性。

参考文献：

[1]张亚杰，谢志远，李翀，等.用电信息采集系统中异常数据的分析及判断[J].河北电力技术，2016，35（6）：28-31.

[2]杨鹏.用电信息采集系统建设管理及大数据应用[M].北京：中国电力出版社，2018.

[3]赵俊鹏，吕孟玉，张洋瑞，等.基于用电信息采集系统的反窃电风险评估研究与应用[J].河北电力技术，2019，38（1）：24-25，29.

[4]李俊楠，李伟，李会君，等.基于大数据云平台的电力能源大数据采集与应用研究[J].电测与仪表，2019，56（12）：104-1

09.