基于用電信息采集系統多數據融合的竊電行為定位方法

張亞杰,閻鵬飛,李春睿,馬慧卓,馬 濤

(1.國網河北省電力有限公司雄安新區供電公司,河北 雄安新區 071000；2.國網河北省電力有限公司營銷服務中心,河北 石家莊 050021)

0 引言

隨著智能電能表推廣工作的逐步完成,用電信息采集系統在用電異常監測方面發揮了顯著作用。目前各網省公司根據采集主站性能及自身需求,實現了專變客戶每日24點、48點或96點的電量及負荷數據的采集及監控,數據采集頻度逐步趨于高頻化,但暫時無法實現分鐘級的數據監控,因此部分不法分子對采集系統相關采集機制進行研究,選擇在采集系統監控盲區實施竊電動作,給供電公司帶來了一定的經濟損失。因此,為全面監控用電客戶用電行為,本文統籌用電量、電力負荷等多類別數據,構建理論用電量及實際用電量計算模型,研究了一種基于用電信息采集系統多數據融合的竊電行為定位方法。

1 竊電行為評估方法

1.1 基本原理

用電信息采集系統已經基本實現了全覆蓋,其可以實現對電力用戶功率、電壓、電流、電量等數據的每日24點(每60 min一次)、48點(每30 min一次)或96點(每15 min一次)監測,可以準確地提供用于業務分析的基礎數據。本文依托用電信息采集系統多類別數據,通過研究不同采集頻次下理論用電量及實際用電量關系,分析研判疑似非正常用電客戶。

1.2 判斷依據

本研究根據用電信息采集系統主站每日采集的電力客戶用電信息,對用電客戶每個數據采集點的功率數、電量等數據進行綜合分析,對數據間的異常情況進行定位,從而實現用電客戶竊電行為的定位。該研究的理論判斷依據如下。

1.2.1 理論用電量的推算

用電客戶的用電量等于功率對時間的積分,其表達式為

如果功率為恒定功率,則電量計算表達式為

假設在用電信息采集系統主站數據采集時間間隔(60 min、30 min或15 min)內,用戶的用電功率保持不變,那么理論上該用戶的日用電量應與每點的功率間呈現以下的關系

式中:W1為理論用電量；n為數據的日采集點數；t為數據的采集時間間隔；p n為每個數據采集點的有功功率值；CT為電流互感器倍率；PT為電壓互感器倍率。

1.2.2 電能表實際計量日用電量的計算

用電信息采集系統每日可實現電能表正向有功起始底碼數據的采集,結合用戶綜合倍率情況即可算出用戶日實際用電量,表達式如下:

式中:W為電能表實際計量日用電量；l始為當日正向有功始碼；l止為當日正向有功止碼。

1.2.3 異常用電判斷依據的制定

理論上,理論用電量W1應近似等于電能表實際計量日用電量W,兩者如果差距太大,尤其是理論用電量超出電能表實際計量用電量比例太大,那么用戶用電異常的可能性就越大。

定義疑似用電異常系數為S,其表達式為

式中:W1為假定采集時間間隔內為恒定功率的理論日用電量；W為用戶的實際日用電量。S在大于1的情況下,其值越大則用戶竊電的可能性越大。

當S≥1.5時,本研究則判定用戶存在高竊電風險。

1.2.4 疑似竊電行為等級判定

實際計量用電量減小的原因在于用戶對計量設備電壓或電流的接入情況進行了操控,相關操作發生在每個采集時間段或部分采集時間段的非系統采集時間點。如果采集及計量設備在數據采集時間點前后有明顯的異常事件(電壓或電流相關等)上報特點,相關用戶的竊電風險則進一步提升。因此,定義竊電系數大于1.5但無異常事件上報的情況為三級疑似竊電事件；定義竊電系數大于1.5且有某類異常事件上報的情況為二級疑似竊電事件；定于連續N天竊電系數大于1.5且有某類異常事件上報的情況為一級疑似竊電事件。

1.3 分析步驟

a.根據公式(3)、(4)對用戶前一日的理論用電量和實際用電量情況進行計算,分別得出用戶前日數據理論用電量和實際計量用電量；

b.根據公式(5)計算用戶的疑似竊電系數S；

c.若發現某用戶疑似竊電系數S≥1.5時,則將用戶列入疑似竊電用戶名單；

d.判定該用戶當日是否上報了電壓電流相關的異常事件,若有則判定該用戶發生了二級疑似竊電事件,若無則判定該用戶發生了三級疑似竊電事件；

e.若該用戶連續N天(假設N=3)發生了二級疑似竊電事件,則判定該用戶發生了一級疑似竊電事件。

本研究方法的工作流程如圖1所示。

圖1 竊電行為定位方法工作流程

2 實施方案

本研究的實施框架如圖2。

圖2 竊電行為定位方法實施框架

以上研究內容及成果可作為電力大數據分析平臺的一個功能模塊,按照本研究的原理及流程圖編制計算機程序,然后將計算機程序部署于電力大數據分析平臺的運算服務器上。

大數據分析平臺的運算服務器從用電信息采集系統的統一接口服務平臺獲取原始的用戶負荷、底碼信息,然后由編制好的計算機程序進行分析,并將最終結果存儲于用電信息大數據分析平臺的數據庫服務器,然后供各級供電單位使用。

省、市、縣、所各級供電單位的工作人員只需通過查看本單位的監控終端,即可在第一時間得知疑似竊電用戶明細,可立即組織相關人員開展分析及現場核查工作,從而大幅度降低采集系統監控盲區,減少工作人員分析時間,降低供電公司的經濟損失。

3 實例驗證

某公司專變用戶多采用每日24點的采集頻率,其中某用戶于2017年9月11日正向有功總起始碼為1 620.32,止碼為1 627.86,電流互感器倍率為8,電壓互感器倍率為100,9月11日當天每個整點的有功功率數據如表1所示。

表1 24點有功功率數據情況

3.1 疑似竊電系數的判定

按照以上數據信息,可計算該用戶于2017年9月11日的理論電量值為

電能表實際計量的日用電量為

疑似竊電系數為

3.2 電壓、電流相關異常事件發生情況

經核查,該用戶在每個整點15分左右發生電壓回路異常事件,每個整點的45分左右電壓回路異常事件恢復,異常事件發生較為明顯,因此該事件可歸列為二級疑似竊電事件。

圖3 異常事件發生情況

3.3 異常事件連續發生時長判定

經核查,該用戶連續2天發生異常,因此可判定為二級疑似竊電事件。

3.4 后續分析及研判

為對該用戶進行詳細核查,次日對其96點數據(每小時的整點、15分、30分、45分進行數據采集)進行了采集,發現該用戶在每個整點的電流及功率數據較該整點時段的其他3個時間點要大5～10倍,與“每個整點15分左右發生電壓回路異常事件,每個整點的45分左右電壓回路異常事件恢復”的特點相一致。因此,此用戶疑似對采集系統的整體數據采集機制進行了研究,選擇在整點之后開始竊電行為、在下一個整點之前恢復特殊操作。

4 結束語

隨著用電信息采集技術發展,用電信息數據采集頻次進一步提升、數據采集范圍進一步拓寬,如何拓展數據應用渠道,發揮電力大數據作用,值得進一步研究。本文依托用電信息采集用電量、負荷信息等多重類型數據,構建數學模型,能夠實現疑似竊電用戶的快速定位,大幅度減少采集系統監控盲區,降低供電公司經濟損失。同時建立了疑似竊電用戶的分級制度,有助于工作人員按事件級別優先安排分析及排查工作,具有較強的實用性。