基于IEEE14節點模型的電氣參量分析與竊電指標判別

沈 鑫，曹 敏，張家洪，李英娜，李 川

?

基于IEEE14節點模型的電氣參量分析與竊電指標判別

沈 鑫1,2，曹 敏2，張家洪3*，李英娜3，李 川3

（1. 昆明理工大學機電工程學院，云南 昆明 650093；2. 云南電網有限責任公司電力科學研究院，云南 昆明 650217； 3. 昆明理工光智檢測科技有限公司，云南 昆明 650093）

隨著科學技術的發展，電力竊電行為出現高科技手段，呈現出廣泛性、多樣性的特點，且隱蔽性不斷提高，嚴重阻礙了電力部門竊電檢測工作的進行，竊電行為檢測的效率低下。針對上述問題，本文建立IEEE-14節點標準配電仿真模型，采用潮流計算方法，模擬用電網絡分析竊電時，網絡中支路和節點中電壓、電流、支路功率以及線路損耗的電氣參量變化情況，找到竊電時的數據變化特征。結果表明：電網中電壓、電流的變化并不能直接反映竊電行為的發生，但是支路功率以及線路損耗可作為竊電線路的判別指標。

IEEE14節點模型；電氣參量；竊電指標；線路損耗

0 引言

竊電作為影響電網發展的主要問題之一，不僅給國家經濟造成了重大的損失，而且威脅著電網的安全運行[1]。反竊電措施以計量裝置的改造和升級為主，但實施起來成本高、周期長。雖然竊電方式盡管多種多樣、手段不斷翻新即，但總會在電力部門的各項記錄數據中留下蛛絲馬跡。對相關數據進行分析，發現異常對象進行重點檢查，將使反竊電工作有的放矢[2]。目前，竊電現象嚴重且竊電手段先進，但反竊電手段仍以人工稽核為主，存在工作量大、取證困難和缺乏針對性等問題[3]。

隨著電力用戶用電信息采集系統的發展，使得對用戶側異常用電信息實施采集成為可能[4]，它可以偵測電力供應者的電力供應狀況，與一般家庭用戶的電力使用狀況[5]。因為在排除電網技術性損耗的基礎下當用電網絡正常運行時，網絡中大多電氣參量是穩定的，但是當線網中出現竊電現象時，不論使用何種手段電氣參量都會發生改變，所以可通過電氣參量變化的分析來判定是否竊電。2013年楊佳根據竊電后電氣參量的變化規律，選取了線路的電阻作為竊電的判據，提出了竊電辨識方法和竊電負荷估算的方法[6]。2013年Daniel Nikolaev Nikovski等通過配電網技術損耗預測模型來檢測竊電。在沒有具體的配電網拓撲結構時，通過配電網技術損耗預測模型來估計配電網的非技術損耗，當非技術損耗達到某一閾值時就表明配電網中存在竊電現象。這種竊電檢測模型需要大量配電網設備的準確參數，所以存在計算準確難度較大的缺點[7]。2015年Sanujit Sahoo等提出了利用線路電阻的變化情況作為竊電的判據，計算線路產生的損耗并和實際損耗做比較，得到線路是否存在竊電現象[8]。

綜上所述，本文采用IEEE-14節點模型，分析單點竊電以及多點竊電時電網中支路和節點電氣參量的變化情況，在潮流計算方法下，在固定的電網配置下應用公式和算法計算電力系統中各節點電壓、線路電壓、線路功率和線路功率損耗在竊電前后的電氣參量數據變。根據分析結果得出：當電網中電壓、電流的變化并不能顯著反映竊電行為的發生，支路功率以及線路損耗可作為竊電嫌疑線路和用戶的判別標準。

1 竊電特征分析

1.1 竊電網絡電氣參量分析

本文采用IEEE-14節點系統來模擬用電網絡模型對竊電時網絡中各電氣參量進行分析，找出竊電特征[9]。IEEE-14節點竊電分析模型如圖1所示，該模型中含有14個節點，有17條支路，有3條變壓器支路和5臺發電機。模型的線路參數表和節點參數表如下表1和表2所示。

圖1 IEEE-14節點竊電分析模型

表1 IEEE-14竊電分析模型線路參數

Tab.1 Line parameters of IEEE-14 power theft analysis model

表2 IEEE-14竊電分析模型節點負荷數據

Tab.2 Node load data of IEEE-14 power theft analysis model

1.2 潮流計算方法

牛頓—拉夫遜潮流算法不僅具有收斂速度快的優點而且具有良好的收斂可靠性，如果能夠選取到較好的初值，算法一般迭代幾次就能收斂到一個較準確的解值[10]。根據給定的電力系統接線方式、運行條件和整個電力系統各個部分元器件的參數，應用牛頓—拉夫遜潮流算法計算得到電力系統中各節點的電壓、線路的電壓、線路的功率和線路的功率損耗等。

其中平衡節點的功率計算公式為：

支路功率的計算公式為：

進而得到支路損耗的功率為：

2 網絡單點竊電與多點竊電電氣參量分析

在電網配置與結構不變得前提下，利用IEEE-14節點系統分析電網中發生單點與多點竊電時各節點及其支路電壓值變化。以選取13節點模擬單點竊電，在第13節點上減去負荷3.5+2.8。以選取14節點、13節點、10節點模擬多點竊電，在IEEE-14網絡的14節點上減少負荷4.9+1，在13節點上減少3.5+0.8，在10節點上減少4+0.8。在節點10、13、14上減少負荷。

（1）竊電網絡中電壓變化分析

通過潮流計算計算出竊電前后網絡的節點電壓值，計算結果如圖2所示。

由單點與多點竊電發生時，竊電改變了其負荷，電網中各個節點電壓隨之發生變化。單點竊電中13節點的電壓變化最為顯著，從105.642 V變化到105.061 V，變化率為-0.55%；多點竊電中節點10,13,14的節點電壓變化幅度最大，節點10電壓從105.799V變化到105.236 V，變化率為-0.53%，節點13電壓從105.62 V變化到105.462 V，變化率為-0.15%，節點14電壓從105.126 V變化到103.834 V，變化率為-1.2%。從電壓數據分析可知，網絡中各個節點的電壓變化幅度微小，發生竊電的節點電壓變化幅度也并不明顯，電壓數據并不能顯著地體現網絡竊電數據變化特性。

圖2 竊電前后電壓值變化（a）單點竊電；（b）多點竊電

（2）竊電網絡中電流變化分析

參數設置完畢后通過潮流計算計算出竊電前后網絡的節點電流值，計算結果如圖3所示。

圖3 竊電前后電壓值變化（a）單點竊電；（b）多點竊電

根據計算結果可以發現，在發生單點與多點竊電時網絡中各支路的電流值隨之發生了變化。單點竊電中與13節點相連接的線路支路電流變化率是最大的，其中6-13支路電流從0.131A變化為0.175A,變化率為+25%，越是遠離13節點的線路支路電流的變化率越小；多點竊電中在節點10,13,14上發生竊電現象后，網絡中各支路的電流值都發生了變化，但網絡中支路電流的變化情況不明顯；通過對單點與多點竊電支路電流的分析，支路電流的變化無法很好的體現網絡中的竊電數據的變化特性。

（3）竊電網絡中功率值變化分析

通過潮流計算計算出竊電前后網絡的節點功率值，計算出竊電前后功率值變化率，計算結果如圖4所示。

圖4 竊電前后功率值變化率

從圖4可得，單點竊電中，對比于其他支路功率值的變化情況，和節點13相連接的線路12-13、6-13和13-14的支路功率變化率明顯要高于其他支路，并且支路12-13和6-13是支路功率變化率較大的兩條線路，變化率分別達到了62.77%和16.15%。多點竊電中，在節點10，13，14上發生竊電現象后，網絡中各支路的功率值都發生了變化，其中，相較于其他線路的支路功率變化情況，和節點10，13，14相連接的線路9-10、9-14、12-13、11-10、6-13和13-14的功率變化率明顯要高于其他支路，并且支路9-10、9-14、12-13是支路功率變化率較大的三條線路，變化率分別達到了64.26%、50.37%、138.69%。從上表的支路功率變化率數據來看，與竊電點相連的線路支路功率變化率會遠大于其他支路，所以可以根據支路功率變化率來分析網絡中是否有竊電現象，支路功率可以體現網絡竊電情況。

（4）竊電網絡中損耗值變化分析

參數設置完畢后通過潮流計算計算出竊電前后網絡的節點損耗值，計算出竊電前后損耗值變化率，計算結果如下圖5所示。

圖5 竊電前后損耗值變化率

由在單點竊電中，當13節點發生竊電改變了其負荷，電網中各支路功率值隨之發生變化。對比于其他線路的支路損耗情況，和節點13相連接的線路12-13、6-13和13-14的線損變化率明顯要高于其他支路，并且支路12-13和13-14是支路損耗變化率較大的兩條線路，變化率分別達到了176.78%和24.17%。在多點竊電中，在節點10,13,14上發生竊電現象后，網絡中各支路的損耗值都發生了變化，其中，和節點10，13，14相連接的線路9-10、1-14、12-13、11-10、6-13和13-14的線損變化率明顯要高于其他支路，并且支路9-10、1-14、12-13、11-10、13-14是支路損耗變化率較大的五條線路，變化率分別達到了115.61%、123.24%、452.77%、118.59%、104.46%。分析線路損耗變化率數據相比較而言，與節點10，13，14相連的支路損耗變化率會大于其他支路，所以根據支路損耗的變化情況，可以分析網絡中是否存在竊電現象，支路損耗的變化可以體現網絡竊電情況。

根據數據變化情況以及分析結果可以得出竊電網絡的特征，即當網絡中發生竊電現象時，與竊電點相連的線路的支路功率和支路損耗變化幅度較大，支路功率和支路損耗的變化率會達到35%以上，其中支路損耗變化幅度最大。與竊電點相連接的線路的支路線損率明顯高于正常線路的損耗變化率，與竊電線路連接正常線路同樣會受到竊電線路的影響，正常用電線路損耗也有所增加。最終，可以根據這些電氣參量的變化規律,篩選出支路功率值以及損耗作為竊電行為的判別指標。

3 結論

本文通過IEEE-14接線系統圖模擬用電網絡，分析竊電時網絡中電氣參量的變化情況。根據計算結果發現，當網絡中發生竊電現象時，網絡中節點電壓、支路電流、支路功率和支路損耗會隨之發生變化，根據數據對比與分析發現，當電網中發生竊電時各支路的支路功率變化和支路損耗會更加明顯，且在支路功率變化率與支路損耗率方面竊電點的化率最大。因此根據這一特性，選取了平均線損率和線損率標準差作為竊電線路的數據分析指標，選取了平均用電量、用電量標準差、電壓不平衡率、電流平衡率和功率因數作為竊電用戶的數據分析指標。

[1] 曾虎. 電能計量數據聚類分析與竊電檢測研究[D]. 昆明理工大學, 2017.

[2] 吳迪. 基于曲線相似性分析的竊電用戶判斷[J]. 中國電力, 2017, (2): 181-184.

[3] 陳文瑛, 陳雁, 邱林等. 應用大數據技術的反竊電分析[J]. 電子測量與儀器學報, 2016, (10): 1558-1567.

[4] 朱錚, 夏東輝, 李蕊, 等. 基于在線監控的反竊電分級管理研究[J]. 華東電力, 2014, (10): 2034-2037.

[5] 蘇才普. 智能電網研究現狀 [J]. 電氣開關, 2015, (1): 1-4.

[6] 楊佳. 基于電網電氣參量特性分析的竊電辨別方法 [D]. 北京: 華北電力大學, 2013.

[7] Daniel Nikolaev Nikovski, Zhenhua Wang, Alan Esenther, Hongbo Sun Smart Meter Data Analysis for Power Theft Detection[C]. International Conference on Machine Learning & Data Mining in Pattern Recognition, 2013, 7988: 379-389.

[8] Sahoo S, Nikovski I, Muso T, et al. Electricity theft detection usingsmart meter data [C]. Innovative Smart Grid Techn-o-logies Conference. IEEE 2015: 1-5.

[9] 李雪, 鐘慧欣, 孫慶, 陳凱. 基于快速回歸算法的虛假數據攻擊構造新方法[J]. 儀器儀表學報, 2018, 39(03): 179- 189.

[10] 孫秋野, 陳會敏, 楊家農等. 牛頓類潮流計算方法的收斂性分析[J]. 中國電機工程學報, 2014, (13): 2196-2200.

Electrical Parametric Analysis and Stealing Indicator Discrimination Based on IEEE14 Node Model

SHEN Xin1,2, CAO Min2, ZHANG Jia-hong3*, LI Ying-na3, LI Chuan3

(1. College of Mechanical and Electrical Engineering, Kunming University of Science and Technology, Yunnan, Kunming, China, 650093; 2. Institute of Yunnan Electric Power Research, Yunnan, Kunming, China, 650217; 3. Kunming Science and Technology Guangzhi Detection Technology Co.,Ltd, Kunming, China, 650093)

With the development of science and technology, high-technology means have appeared in electric power larceny, which presents the characteristics of universality and diversity. Moreover, the concealment has been continuously improved, which seriously hinders the electric power department from carrying out electric larceny and makes the detection of electric larceny inefficient. In view of the above problems, this paper establishes the IEEE-14 node standard distribution simulation model, and the power flow calculation method is adopted to simulate the changes of voltage, current, branch power and line loss in the branch and node of electric network. The results show that the variation of voltage and current in the grid cannot directly reflect the occurrence of electric larceny, but the branch power and line loss can be used as the discriminant index of electric larceny.

IEEE14 node model; Electrical parameters; Indicators of electric larceny; Line loss

TM711

A

10.3969/j.issn.1003-6970.2018.12.032

沈鑫(1981-)，男，云南電網有限責任公司電力科學研究院，博士研究生，高級工程師，主要研究方向為電能計量和智能電網技術；曹敏(1961-)，男，云南電網有限責任公司電力科學研究院教授級高級工程師，云南電網一級技術專家，主要研究方向為智能電網、設備監測與物聯網技術；李英娜(1973-)，女，昆明理工光智檢測科技有限公司，碩士，主要研究方向為計算機測控技術；李川(1971-)，男，昆明理工光智檢測科技有限公司，博士，主要研究方向為傳感器的研制與檢測應用。

張家洪(1986-)，男，昆明理工光智檢測科技有限公司，博士，主要研究方向為傳感器研制與物聯網技術。

沈鑫，曹敏，張家洪，等. 基于IEEE14節點模型的電氣參量分析與竊電指標判別[J]. 軟件，2018，39（12）：141-145