基于用電信息采集大數據的竊電智能診斷識別技術研究

許劍斌

摘要：隨著社會經濟發展，社會用電需求不斷增加，一些不法經營者為謀取暴利，不擇手段地竊取電能，已成為困擾電力企業的一項難題。竊電行為不僅損害了國家和電力企業的經濟利益，還危及到電網的安全運行，阻礙了電力行業的發展。現有反竊電方法主要是用電檢查人員現場稽查，包括定期巡檢、現場校驗電表、用戶舉報等，工作量大，且對人的依賴性強，精確度和效率難以滿足反竊電工作的要求。

關鍵詞：用電信息采集;竊電;目標臺區;重點用戶

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現狀分析

智能電網通過綜合信息通信技術、控制技術、計算機技術等先進技術，以協調發電、電網運行、終端用電和電力市場中各利益方的需求和功能。智能電網對于整個電力系統的安全高效運行至關重要，同時，智能電網在應對氣候變化、保障能源安全、帶動國家產業升級等方面也具有重大的戰略意義。國內智能電網的管理分為電源側和用戶側。在電源側，為實現“雙碳”發展目標，我國目前正大力推進清潔能源的使用。另外，我國正在建設“安全可靠、共享融合、靈活高效、智能互動”的第三代智能變電站自動化系統，以滿足電網安全穩定運行的根本要求，適應新一代電力系統發展需要。在用戶側，我國的智能電能表建設工程在建設規模、覆蓋面、數量等方面都處于世界前列。用電信息采集系統通過對配電變壓器和終端用戶的用電數據的采集和分析，為用電監控、階梯定價、負荷管理、線損分析、自動化抄表、用電檢查、竊電分析、負荷預測等方面提供基礎保障。我國用電信息采集技術和采集覆蓋率均處于世界領先地位，截至2020年1月，江蘇省采集覆蓋率已達到99.99%，智能電能表覆蓋率已達到99.98%，基本實現了“全覆蓋、全采集、全費控”的目標。但是用電信息采集在現場化實時處理等方面，工具的智能化支撐不足，因此本文基于Android平臺開發了智能掌上用采系統，不僅可對配電變壓器和終端用戶的用電數據進行采集和分析，還能在人工智能算法的基礎上，支持對配電網多源數據運行進行實時監測、多維度分析，實現了用采業務智能化和移動便捷化。

2基于用電信息采集大數據的竊電智能診斷識別技術研究

2.1反竊電平臺數據的選取與處理

選取營銷稽查系統中的歷史稽查用戶。對于竊電戶來說，選取竊電記錄表中的發現竊電時間前90天的電能量數據作為特征提取的關鍵時間窗口，對于非竊電戶來說，隨機選擇一個90天的時間段，作為非竊電戶特征提取的時間窗口。若用戶的用電能量數據為負值或異常，則需要進行數據修復。如果用戶用電能量的測定值過大，與用戶最大用電能量比對，若大于最大用電能量的3倍，說明數據為高度異常值，使用整體均值進行替換。如果用戶用電能量的測定值為負，說明數據采集有問題，剔除用電能量小于0的數據，使用零電能量進行修復。

2.2竊電智能診斷分析平臺

基于竊電診斷分析算法和現場實際，制定相應的技術方案。根據技術方案，開發竊電智能診斷分析平臺，平臺以看板的形式直觀展示系統操作員所在單位竊電高嫌疑度用戶、反竊電成果、單位榜單、疑似竊電熱力分布、行業類別分類疑似竊電等信息。通過一段時間的應用，平臺積累了大量的設備運行數據和竊電樣本數據，有效提升了對竊電用戶的監測水平，提高對竊電行為識別的準確性。

2.3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、1

5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。

2.4總體架構設計

智能用電信息采集通過對各信息采集點用電信息進行周期性或不定期采集，從而實現數據雙向傳輸、數據管理以及控制命令轉發或執行。鑒于移動手持設備的便捷性，本文設計了基于移動業務的用電信息智能化采集系統，本系統共有5個功能模塊，分別是采集現場業務、運維消缺、線損排查、數據召測和問題反饋，總體設計架構如圖1所示。下面將對各模塊做具體介紹。（1）采集現場業務模塊：主要包含3個子功能，分別是批量換表、新裝表、零星換表。批量換表用于對現場表箱中的電能表進行批量輪換，可實現批量電能表數值的錄入和工單信息的上傳。新裝表用于對新裝電能表信息的錄入和上傳。零星換表用于對現場表箱中的電能表進行零星更換，可實現零星電能表的數值錄入和工單信息上傳。（2）運維消缺模塊：主要用于臺區的展示和篩選，用戶可以在該模塊查看各臺區的基本檔案信息和指標信息。（3）線損排查模塊：主要用于展示與排查各種異常，用戶可以在該模塊查看抄表失敗明細、異常影響信息以及疑似竊電戶明細。（4）數據召測模塊：主要用于各類數據的召測，用戶可以在該模塊查看電壓實時負荷、狀態字、終端事件等信息。（5）問題反饋模塊：用戶可以在該模塊反饋使用該軟件時遇到的問題和障礙，或者提出建議等。

2.5重點用戶分析

針對存在疑似竊電用戶的臺區，綜合運用業務分析和數據挖掘的方法，找出臺區中疑似竊電用戶。重點用戶分析模型主要包括與歷史用電量比較突變值、用電量與線損率相關度、聚類用戶與線損率相關度、開蓋與電量突變值、零火線電流不平衡、分流分析等;數據挖掘方法運用聚類分析、離群點分析、相關性分析等方法，并結合大數據計算技術，實現對疑似竊電用戶的篩選。

結語

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。

參考文獻：

[1]張亞杰，謝志遠，李翀，等.用電信息采集系統中異常數據的分析及判斷[J].河北電力技術，2016，35（6）：28-31.

[2]楊鵬.用電信息采集系統建設管理及大數據應用[M].北京：中國電力出版社，2018.

[3]趙俊鵬，呂孟玉，張洋瑞，等.基于用電信息采集系統的反竊電風險評估研究與應用[J].河北電力技術，2019，38（1）：24-25，29.

[4]李俊楠，李偉，李會君，等.基于大數據云平臺的電力能源大數據采集與應用研究[J].電測與儀表，2019，56（12）：104-1

09.