一種基於量化評估模型竊電嫌疑分析算法的反竊電分析方法與流程
2024-03-22 21:25:05 2
本發明涉及電網反竊電技術領域，尤其涉及一種基於量化評估模型竊電嫌疑分析算法的反竊電分析方法。
背景技術：
隨著地區經濟的持續增長，居民生活水平不斷提高，電力需求增長的同時，竊電現象卻越發嚴重。從線損統計和用電環境來看，低壓臺區，特別是稽查環境比較複雜的低壓臺區，是竊電的重災區。目前，國內現有廠家提供的反竊電技術手段，有的只針對一種或者部分竊電方式能夠有效監控，還有的技術存在邏輯上的錯誤，為了防範用戶在計量迴路竊電，強行加裝第二套計量迴路，用戶照樣可以對第二套計量迴路進行竊電，最終會出現防竊電設備反被竊電的結局；還有的技術不考慮現有營銷自動化系統發展的現狀，在用戶竊電行為發生時，需要加裝專用通信信道，才能將相關信息通知用電檢查人員，增加了系統投資和運行的費用。若僅靠人工技術或是經驗性分析手段，效率比較緩慢，效果不太可觀。因而，需要較為精確的反竊電技術手段，從而降低不必要的管理性電能損失，以提高公司的營銷效益水平。在不增加額外設備投資的情況下，從現有營銷系統、用電採集系統等海量數據分析出發，進行低壓供電臺區的竊電嫌疑用戶數據挖掘分析，比通過現場安裝複雜的反竊電設施更經濟、更高效。本發明旨在給出一種用於評估低壓臺區用戶用電嫌疑情況的分析方法，力求較為準確地定量分析出低壓臺區各用戶的竊電嫌疑水平，以提高竊電嫌疑用戶鎖定精度。
技術實現要素：
本發明提供了一種基於量化評估模型竊電嫌疑分析算法的反竊電分析方法，提高了低壓供電臺區竊電用戶的鎖定精度，降低了營銷管理線損水平，從而提高了稽查部門的工作效率。
為解決上述技術問題，本發明所採用的技術方案為：一種基於量化評估模型竊電嫌疑分析算法的反竊電分析方法，包括以下步驟：
s1、基礎數據收集：收集該低壓臺區本月t關口總計電量eao及前m個月關口總計電量eaj(表示臺區本年度第t-m+j月的關口計量電量)、該臺區下各用戶本月及歷史月的計量電量數據euijk(表示第i個用戶第k年第t-m+j月的計量電量)、戶的合同容量信息作為基礎數據；
s2、基礎數據狀態估計：引入專家經驗分析模塊對基礎數據序列做預處理，剔除掉錯誤量測數據；對時間點計量電量數據缺失過多(同比缺失1/3以上)的用戶，跳過該用戶的嫌疑分析，並輸出數據取樣失敗的警告信息；
s3、臺區線損計算：根據《dl686-1999t規範》計算出臺區本月及前m個月的理論線損水平；根據臺區關口用電量及用戶用電量信息，計算出臺區本月及前m個月的統計線損；
s4、採用量化評估模型竊電嫌疑分析算法，計算該臺區下各用戶本月的竊電嫌疑度水平；
首先，根據步驟s3得出的線損數據，計算出臺區本月及前m個月的臺區線損異常指標tei；
其次，劃分比較尺度(0，n-1)，根據各用戶的mxn用電量取樣樣本，計算出各用戶的用電量異常指標uei；
再次，查詢各用戶的歷史竊電記錄及疑似竊電記錄情況，計算出用戶本月及前m個月的用電信用水平指標uci；
接著，採用ahp層次分析法、熵權法、變異離差法分別確定指標序列{tei,uei,uci}的權重分配，得到權重分配矩陣：
然後採用critic組合權重分配方法，確定各用戶的最終的權重分配關係ωi＝(ωi1ωi2ωi3)；
最後，計算各用戶在本月的竊電嫌疑度；
s5、嫌疑竊電用戶鎖定：統計截止本月前m個月時間窗口內，各用戶的竊電嫌疑度超閥值次數p，根據鎖定規則，鎖定嫌疑用戶；最後按嫌疑度超閥值次數p從高到低進行排序，輸出稽查名單列表。
其中，在本實施例中，所述的臺區線損異常指標tei的計算方法是管理線損佔統計線損的比率與考核線損率的比值：
其中，asloss為臺區統計線損電量，atloss為臺區理論線損電量，ξcons為考核線損率。
其中，在本實施例中，所述的用戶用電異常指標uei是指用戶歷史同比及環比序列用電量，按約定比較規則進行比較，用於評價用電量偏離正常水平的程度；uei指標作為用戶竊電嫌疑的核心評價指標，由用電量同比變異度和用電量環比增量變異度指標構成。
其中，在本實施例中，所述的約定比較規則是指按比較時間點序列劃分比較尺度，按時間遞增方向依次增加比較尺度，從計算時間點開始，逆向比較用電量大小，出現的首個用電量不小於比計算點用電量的時間點作為觀察點j，該觀察點對應的比較尺度作為計算組的變異尺度，取值範圍[0，num(時間序列個數)]；若歷史序列組用電量均小於計算組的用電量，則此次變異尺度取值0。
其中，在本實施例中，所述的用電量同比變異度是指：歷史同期用電量序列(ai,t-n+1ai,t-n+2…ai,t)(i為第i個用戶),按約定比較規則比較，發現觀察點為j，得到的變異尺度取值ri,j，按式(2)可計算得同比變異度取值：
上述環比增量變異度是指：計算點的歷史同期用電量序列(ai,t-n+1ai,t-n+2…ai,t)減區前一個時間點的歷史同期用電量序列(ai,t-1(d)-n+1ai,t-1(d)-n+2…ai,t-1(d))
得到的增量序列(δai,t-n+1δai,t-n+2…δai,t),按約定比較規則比較，發現觀察點為j，得到的變異尺度取值ri,j，按式(3)可計算得環比增量變異度取值：
其中，在本實施例中，所述的用戶用電異常指標uei的計算方法是：用戶計算時間點的同比變異度與環比增量變異度的線性耦合值：
uei＝f(vi,t,δvi,t)＝a·vi,t+(1-a)·δvi,t(4)
其中,0＜a＜1。
其中，在本實施例中，所述的用戶用電信用水平指標uci是指用戶日常用電行為中，用戶正常用電的信用水平，由用戶已查實的竊電記錄情況以及用戶歷史疑似竊電記錄情況共同決定；
上述用戶用電信用水平指標uci的計算方法是用戶歷史已查實的竊電記錄水平與用戶歷史疑似竊電記錄水平的線性耦合值：
其中，u為查實竊電記錄個數，u為累計稽查次數；v為用戶疑似竊電記錄個數，v為用戶疑似竊電評估次數；b為分配係數，0＜b＜1。
其中，在本實施例中，所述的用戶竊電嫌疑度，定義為：通過權重評價方法，確定各項嫌疑指標權重分配關係，用戶各項嫌疑指標在該權重分配關係下的加權結果作為用戶的竊電嫌疑度水平，如式(6)所示；
susi＝ωi1×tei+ωi2×ueii+ωi3×(100-ucii)(6)
其中，ωi1,ωi2,ωi3為權重分配係數。
其中，在本實施例中，所述的用戶的竊電嫌疑度的計算過程為：以月嫌疑度計算為例，取用戶計算月及前m(m>3)個月計量用電量、歷史同期n(n>3)個月份的計量電量，構成m×n抽樣樣本；計算用戶所在臺區本月及前m個月的統計線損及理論線損，得出本月的線損異常指標tei及前m個月的線損異常指標{tei}序列；根據抽樣樣本計算用戶本月的用電異常指標uei及前m個月的用電異常指標{uei}序列；計算用戶的本月用電信用水平指標uci及前m個月的用電信用水平{uci}序列；由{tei}、{uei}、{uci}構成前m個月的指標矩陣，採用權重分配方法，得出權重分配係數ωtei,ωuei,ωuci；根據式(6)計算出用戶本月竊電嫌疑度。
其中，在本實施例中，所述的嫌疑用戶鎖定規則包括：(1)對於中小容量低壓用戶，觀察周期內，其嫌疑度超過半數(含)以上，則被鎖定；(2)對於大容量的用戶，其嫌疑度超過閥值次數累計超過1次(含)，則被鎖定。
本申請實施例中提供的一個或多個技術方案，至少具有如下技術效果或優點：
提高了低壓供電臺區竊電用戶的鎖定精度，降低了營銷管理線損水平，從而提高了稽查部門的工作效率。
附圖說明
為了更清楚地說明發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
圖1是本申請實施例的流程圖。
圖2是本申請實施例的量化評估模型指標體系構成圖；
圖3是本申請實施例的比較約定規則示意圖。
具體實施方式
本發明提供了一種基於量化評估模型竊電嫌疑分析算法的反竊電分析方法，提高了低壓供電臺區竊電用戶的鎖定精度，降低了營銷管理線損水平，從而提高了稽查部門的工作效率。
為了更好的理解上述技術方案，下面將結合說明書附圖以及具體的實施方式對上述技術方案進行詳細的說明。
如圖1、圖2所示，本申請實施例所述的一種量化評估模型竊電嫌疑分析方法，以及基於這種方法的量化評估模型竊電嫌疑分析算法的低壓供電臺區竊電嫌疑用戶的鎖定方法。
上述量化評估模型竊電嫌疑分析方法為：提出一套能夠直接或間接反映用戶竊電特徵和竊電傾向的指標體系，對體系內的各項指標加以量化計算，結合現有成熟的權重評價方法，對各指標樣本進行加權求和，最終得到用戶的竊電嫌疑度指標，該指標能夠綜合反映用戶在一定時期內的竊電嫌疑水平；
上述指標體系包括：反映臺區線損水平的臺區線損異常指標tei、反映用戶用電量異常水平的用戶用電異常指標uei、反映用戶用電行為信用記錄的用戶用電信用水平指標uci；各指標按月、天或者自定義周期計算；
上述臺區線損異常指標tei是指：某一低壓臺區日常用電中，其管理線損水平相對於考核線損水平的偏差程度，臺區線損水平越大，指標取值越大；tei指標作為評價臺區線損嚴重程度的核心指標；
上述考核線損水平可以按正常臺區實際線損水平的平均水平進行估算；正常臺區是指竊電查實率較低、統計線損處於正常水平的臺區；
上述臺區線損異常指標tei的計算方法是：管理線損佔統計線損的比率與考核線損率的比值：
其中，asloss為臺區統計線損電量，atloss為臺區理論線損電量，ξcons為考核線損率；
上述臺區統計線損電量的計算方法是：由臺區在指定時間內的關口計量電量減去臺區下所有用戶的抄見計量電量的總和所得到的差值；
上述臺區理論線損電量包括：臺變線損電量(高計表需要)和低壓供電網絡線損電量；低壓臺區臺變線損電量一般採用基於配變容量或電量的等值電阻法來計算(參見dl686-1999t規範)；低壓供電網絡線損電量，可以採用基於用戶用電量或報裝容量的等值電阻法或者竹節法(一種工程上線損電量近似計算方法)進行計算；
上述用戶用電異常指標uei是指：用戶歷史同比及環比序列用電量，按約定比較規則進行比較，用於評價用電量偏離正常水平的程度；uei指標作為用戶竊電嫌疑的核心評價指標，由用電量同比變異度和用電量環比增量變異度指標構成；
上述約定比較規則是指：按比較時間點序列劃分比較尺度，按時間遞增方向依次增加比較尺度，從計算時間點開始，逆向比較用電量大小，出現的首個用電量不小於比計算點用電量的時間點作為觀察點j，該觀察點對應的比較尺度作為計算組的變異尺度，取值範圍[0，num(時間序列個數)]；約定規則如圖3所示；若歷史序列組用電量均小於計算組的用電量，則此次變異尺度取值0；
上述用電量同比變異度是指：歷史同期用電量序列(ai,t-n+1ai,t-n+2…ai,t)(i為第i個用戶),按約定比較規則比較，發現觀察點為j，得到的變異尺度取值ri,j，按式(2)可計算得同比變異度取值：
上述環比增量變異度是指：計算點的歷史同期用電量序列(ai,t-n+1ai,t-n+2…ai,t)減區前一個時間點的歷史同期用電量序列(ai,t-1(d)-n+1ai,t-1(d)-n+2…ai,t-1(d))得到的增量序列(δai,t-n+1δai,t-n+2…δai,t),按約定比較規則比較，發現觀察點為j，得到的變異尺度取值ri,j，按式(3)可計算得環比增量變異度取值：
上述用戶用電異常指標uei的計算方法是：用戶計算時間點的同比變異度與環比增量變異度的線性耦合值：
uei＝f(vi,t,δvi,t)＝a·vi,t+(1-a)·δvi,t(4)
其中,0＜a＜1；
上述用戶用電信用水平指標uci是指：用戶日常用電行為中，用戶正常用電的信用水平，由用戶已查實的竊電記錄情況以及用戶歷史疑似竊電記錄情況共同決定；
上述用戶用電信用水平指標uci的計算方法是：用戶歷史已查實的竊電記錄水平與用戶歷史疑似竊電記錄水平的線性耦合值：
其中，u為查實竊電記錄個數，u為累計稽查次數；v為用戶疑似竊電記錄個數，v為用戶疑似竊電評估次數；b為分配係數，0＜b＜1；
上述權重評價方法包括：主觀賦權法、客觀賦法和組合賦權法；主觀賦權法包括：ahp層次模型、二項式係數法，以及等等；客觀賦權法包括：變異離差法、熵權判別法等等；組合賦權法包括：灰色關聯度法、critic法等等；
上述用戶竊電嫌疑度，定義為：通過權重評價方法，確定各項嫌疑指標權重分配關係，用戶各項嫌疑指標在該權重分配關係下的加權結果作為用戶的竊電嫌疑度水平，如式(6)所示；
susi＝ωi1×tei+ωi2×ueii+ωi3×(100-ucii)(6)
其中，ωi1,ωi2,ωi3為權重分配係數；
上述用戶的竊電嫌疑度的計算過程為：以月嫌疑度計算為例，取用戶計算月及前m(m>3)個月計量用電量、歷史同期n(n>3)個月份的計量電量，構成m×n抽樣樣本；計算用戶所在臺區本月及前m個月的統計線損及理論線損，得出本月的線損異常指標tei及前m個月的線損異常指標{tei}序列；根據抽樣樣本計算用戶本月的用電異常指標uei及前m個月的用電異常指標{uei}序列；計算用戶的本月用電信用水平指標uci及前m個月的用電信用水平{uci}序列；由{tei}、{uei}、{uci}構成前m個月的指標矩陣，採用權重分配方法，得出權重分配係數ωtei,ωuei,ωuci；根據式(6)計算出用戶本月竊電嫌疑度；
上述基於量化評估模型竊電嫌疑分析算法的低壓用戶嫌疑鎖定過程為：以月度竊電嫌疑分析為例，按臺區進行用戶用電量樣本取樣，臺區下各用戶取m×n個電量數據；各用戶樣本校驗；計算臺區本月及前m個月統計線損及理論線損；計算各用戶的嫌疑度水平；輸入嫌疑用戶鎖定規則，輸出本月內已鎖定的竊電嫌疑用戶列表；
上述嫌疑用戶鎖定規則包括：(1)對於中小容量低壓用戶，觀察周期內，其嫌疑度超過半數(含)以上，則被鎖定；(2)對於大容量的用戶，其嫌疑度超過閥值次數累計超過1次(含)，則被鎖定；
儘管已描述了本發明的優選實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例作出另外的變更和修改。所以，所附權利要求意欲解釋為包括優選實施例以及落入本發明範圍的所有變更和修改。
顯然，本領域的技術人員可以對本發明進行各種改動和變型而不脫離本發明的精神和範圍。這樣，倘若本發明的這些修改和變型屬於本發明權利要求及其等同技術的範圍之內，則本發明也意圖包含這些改動和變型在內。