基于貝葉斯算法的竊電定位分析

（云南電網(wǎng)玉溪供電局，云南 玉溪 653101）

0 引言

以用戶竊電、欺詐等行為造成的電網(wǎng)損失被稱為非技術(shù)性損失，每年非技術(shù)性損失造成電網(wǎng)上百億元的經(jīng)濟損失，同時竊電等行為威脅電網(wǎng)安全運行，因此電力企業(yè)非常重視竊電定位。

近年來，國內(nèi)學(xué)者對竊電檢測方法和裝置的研究較多，并取得較好的成效。文獻[1]提出基于雙向深度循環(huán)神經(jīng)網(wǎng)絡(luò)的竊電檢測方法，分別采用門控循環(huán)單元和長短時記憶網(wǎng)絡(luò)建立雙向深度循環(huán)神經(jīng)網(wǎng)絡(luò)模型，輸入用戶的用電量數(shù)據(jù)，利用循環(huán)神經(jīng)網(wǎng)絡(luò)提取數(shù)據(jù)的時序特性，將時序特征輸入反向傳播神經(jīng)網(wǎng)絡(luò)進行分類。文獻2提出了一種基于改進小波神經(jīng)網(wǎng)絡(luò)的反竊電系統(tǒng)數(shù)學(xué)模型，從而獲得用戶竊電的嫌疑因子和竊電方式。文獻[3]提出，超過檢測周期警報提示為一體。而文獻[4]提出了基于泛在電力物聯(lián)網(wǎng)的智能防竊電計量箱設(shè)計方案，給出智能防竊電計量箱及其監(jiān)控系統(tǒng)設(shè)計原理，研究了外界強磁場及強電擊監(jiān)測技術(shù)，設(shè)計了相關(guān)監(jiān)測電路，設(shè)計了智能防竊電計量箱系統(tǒng)主程序流程，搭建了系統(tǒng)功能測試平臺。

然而，以上研究中所用算法較為復(fù)雜且系統(tǒng)硬件要求較高，為此本文基于線損與竊電的關(guān)系，使用貝葉斯算法實現(xiàn)基于線損和用戶功率竊電概率分析，可快速、有效定位可能存在竊電問題的用戶，另本文總結(jié)了常見的竊電方法，并分析從竊電方式入手分析定位用戶較為困難，最后利用運行數(shù)據(jù)驗證本文算法的可行性。

1 常見竊電方法

1.1 CT二次短接或斷開

電能計量表主要由互感器、二次回路和電能表等部分組成，最為常見的竊電方法為將CT二次側(cè)短接或斷開，及將電流表的電流線圈短接或斷開。

圖1為電流互感器等效電路圖，其中Z1為一次側(cè)等效到二次側(cè)的阻抗，而Z2為二次側(cè)阻抗，Z4則為電流互感器勵磁阻抗，Z3是導(dǎo)線阻抗，Z5為電能表輸入阻抗。

圖1 CT等效電路

以短接電流互感器二次為例，從該圖可知短接電流互感器器的二次后，因R0較小，根據(jù)基爾霍夫電流定律，幾乎沒有電流流經(jīng)Z3和Z5如圖2所示。

圖2 短接電流互感器二次等效

1.2 私搭線路

私搭線路是未獲取電力企業(yè)允許的情況，從線路某個點引入電能，該方法不僅直接造成電力企業(yè)經(jīng)濟損失，同時也存在較大安全風險（見圖3）。

1.3 電能表路

電能表開封能力較強，因此常規(guī)手段容易被發(fā)現(xiàn)。但當前，存在一些非法人員通過一些未知的技術(shù)改造電能表竊電而不容易被發(fā)現(xiàn)，更為惡劣的是一些電力用戶勾結(jié)電力企業(yè)人員調(diào)整電能表精度等手段進行竊電。

圖3 電力智能柜系統(tǒng)功能組成

2 竊電定位方法

當前，可通過竊電檢測設(shè)備對具體用戶進行檢測和識別，但用戶數(shù)量龐大且運行具有動態(tài)性，因此只基于檢測設(shè)備難以有效、全面的實現(xiàn)竊電定位和檢測，為此本文基于貝葉斯算法的設(shè)計了一種竊電定位方案，該方案基于線損數(shù)據(jù)及用戶用電數(shù)據(jù)完成竊電用戶識別和定位。

2.1 線損數(shù)據(jù)處理與選擇

非技術(shù)性損失的電能信息蘊含在線損中，但影響線損情況的因素多樣，如供電半徑、線徑等網(wǎng)架因素，為有效利用線損數(shù)據(jù)定位竊電事件，開展如圖4所示的流程數(shù)據(jù)預(yù)處理：

（1）從線損系統(tǒng)讀取全部數(shù)據(jù)，并從大到小排序，提取前5%，認為線損越高存在竊電的可能性越大。

（2）判斷線路使用年限，線損可能越高。

（3）判斷供電半徑，超過供電半徑則剔除該部分數(shù)據(jù)。

（4）判斷線徑是否合理，不合理則剔除。

通過以上步驟可有效排除因自身系統(tǒng)原因?qū)е戮€損率過高。

2.2 定位計算

貝葉斯算法是托馬斯貝葉斯解決“逆概率”問題而提出的，其表達式如式（1）所示，其中P(Bi)為先驗概率，P(A|Bi)為似然函數(shù)，而P(Bi|A)為后驗概率，再已知先驗概率及似然函數(shù)時，可求解后驗概率：

獲取2.1節(jié)數(shù)據(jù)，通過歷史數(shù)據(jù)計算先驗概率P(Bi)，P(Bi)指線路中用戶Bi出現(xiàn)竊電的概率，P(A)指線路線損高的概率，P(A|Bi)指Bi用戶竊電且線路線損高的概率。

因P(Bi)很難準確獲取，為此本文通過最大負荷變換率替代：

其中Vmax指最近1內(nèi)用戶Bi最大功率，而Vmin則指用戶Bi最近一年的最小功率。對于似然函數(shù)P(A|Bi)則是統(tǒng)計供電線損高時，用戶Bi負荷情況求取。

通過以上計算可求得線路中所有P（Bi|A），排序取概率最高的3個用戶作為。

圖4 線損數(shù)據(jù)預(yù)處理流程

3 驗證

3.1 線損數(shù)據(jù)處理

從某供電局獲取了2020年7月1 000條線路的線損數(shù)據(jù)，利用2.2.1方法預(yù)處理后，其結(jié)果如表1所示，最終確定為有效數(shù)據(jù)為18條，而因供電半徑過長剔除15條，側(cè)面反映該地區(qū)輸電線路存在的問題。

表1 數(shù)據(jù)預(yù)處理

3.2 基于貝葉斯的用戶竊電概率計算

由于線路中用戶較大多，驗證時從18條配電線路隨機抽取了5條進行測試，利用2.2.2的方法進行計算后結(jié)果如圖5所示，從圖5中看出線路B的三個可能用戶概率較高，最大值達到了0.62，而線路F發(fā)生竊電的概率較低，最大值為0.32，最小值0.15。

3.3 總結(jié)

通過以上實際數(shù)據(jù)可得以下結(jié)論：

（1）系統(tǒng)自身因素引起線損率高的可能性大于竊電。

（2）經(jīng)貝葉斯進行逆向概率計算時，確實發(fā)現(xiàn)某些用戶存在竊電的可能性，可作為反竊電重點對象。

圖5 各線路定位用戶概率分布

4 結(jié)語

竊電、欺詐用電等行為給電力企業(yè)造成較大經(jīng)濟損失，雖然電力企業(yè)投入大量人力及物力開展檢測和定位，但因竊電手段多樣、所用技術(shù)手段不斷更新給電力企業(yè)定位和檢測竊電帶來較大困難，為此本文基于線損、負荷等數(shù)據(jù)并利用貝葉斯算法實現(xiàn)用戶竊電定位，最后使用運行數(shù)據(jù)驗證所提算法可行性。