一種自適應的防竊漏電診斷方法
2023-10-11 23:04:54 2
專利名稱：一種自適應的防竊漏電診斷方法
技術領域：
本發明涉及一種電力行業防竊漏電的診斷方法，尤其涉及一種適應於大用戶防竊漏電的實時自動診斷方法。
背景技術：
竊電者為了達到竊電目的，往往採用各種竊電手法進行竊電，手法五花八門，但萬變不離其宗，最常見的是從電能計量原理入手一個電能表計量電量的多少，主要決定於電壓、電流、功率因數三素和時間的乘積。因此，只要想辦法改變三要素中的任何一個要素都可以使電錶慢轉、停轉甚至反轉，從而達到竊電的目的；另外，通過採用改變電錶本身的結構性能的手法，使電錶慢轉，也可以達到竊電的目的。
竊電和計量裝置故障造成漏收、少收電費使電力系統利益受損。傳統的防竊漏電 方法主要通過定期巡檢、定期校驗電錶、用戶舉報竊電等手段來發現竊電或計量裝置故障。但這種方法對人的依賴性太強，抓竊查漏的目標不明確。目前各供電局已基本建成了涵蓋各種計量點及採集終端的集信息採集、監控、分析和計量管理於一體的計量自動化應用平臺，完成了對電廠、變電站、公變、專變、低壓集抄等發電側、供電側、配電側、售電側的綜合性統一數據的自動採集監控。已實現對居民用電的遠程集中抄表功能，計量自動化系統與營銷管理系統、生產調度系統等均不同程度的通過數據接口實現了數據共享，現在應用系統中已存儲了大量用戶用電信息。為了更好的發揮計量自動化系統的遠程在線監測平臺，目前很多供電局主要通過營銷稽查人員、用電檢查人員和計量工作人員利用計量異常報警功能和電能量數據查詢功能開展用戶用電情況的在線監控工作，通過採集電量異常、負荷異常、終端報警、主站報警、線損異常等信息，建立數據分析模型，來實時監測竊漏電情況和發現計量裝置的故障。並通過「失壓失流」、「超合同容量用電」、「電流過負荷」等用電報警信息，以及根據報警事件發生前後客戶計量點有關的電流、電壓、負荷數據情況等，通過構建基於指標加權的用電異常分析模型，實現檢查客戶是否存在竊電、違章用電及計量裝置故障等目的。以上防竊漏電的診斷方法，雖然能獲得用電異常的某些信息，由於終端誤報或無用信息太多，無法達到真正快速精確定位竊漏電嫌疑用戶和計量故障的目的，往往令稽查工作人員無所適從。而且在採用這種方法建模時，模型各輸入指標權重的確定需要用專家的知識和經驗，具有很大的主觀性，存在明顯的缺陷，所以實施效果往往不盡如人意。
發明內容
本發明所要解決的技術問題，就是提供一種自適應的防竊漏電診斷方法，達到真正快速精確定位竊漏電嫌疑用戶和計量故障的目的。解決上述技術問題，本發明採用的技術方案是一種自適應的防竊漏電診斷方法，包括以下步驟步驟I :從計量主站獲取電量、負荷、報警及線損的歷史樣本數據；
步驟2 :對歷史樣本數據進行預處理；步驟3 :構建專家樣本庫；步驟4 :構建竊漏電診斷模型；步驟5 :進行竊漏電診斷；步驟6 :優化模型參數，並重構模型。所述的步驟I包括以下子步驟SI. I :確定樣本覆蓋範圍 至少包含近三年來所有的竊漏電大用戶及隨機選取8%正常用戶；SI. 2 :確定樣本數據範圍樣本數據抽取時要包含竊漏電用戶的竊漏電開始時間和結束時間節點前後各兩個月的數據。所述的步驟2包括以下子步驟主要包括缺失值處理、異常值處理、節假日數據處理、負荷數據平滑處理等S2. I :缺失值處理發現存在缺失現象時，通過同類型日數據結合插值算法進行處理；S2. 2 :異常值處理對超出指標閥值範圍的數據，通過同類型日數據結合插值算法進行修正處理；S2. 3:節假日數據修正周六修正係數=最近ー個月的採集周期內的工作日平均電量/周六的平均電量；節假日修改係數=最近ー個月採集周期內的工作日平均電量/節假日的平均電量。這裡節假日指周日、國慶、五一等法定節假日；S2. 4 :負荷數據平滑處理在進行數據格式化(5L指標)時，對實時負荷數據採用最高次數為20的多項式擬合方法進行平滑處理。所述的步驟S3的專家樣本庫以日為單位表徵各計量點的用電情況，輸入項包括5E指標、5L指標、報警指標、線損指標和六角圖指標，輸出項為竊漏電嫌疑係數；具體包括以下子步驟S3. I :計算第一個竊漏電核心評價指標5E指標5E指標即電量指標,為日用電量移動平均後差分先計算日用電量移動平均連續t天(本項目t=5)的用電量平均值，計算式如下
權利要求
1.ー種自適應的防竊漏電診斷方法，其特徵是包括以下步驟 步驟I:從計量主站獲取電量、負荷、報警及線損的歷史樣本數據； 步驟2 :對歷史樣本數據進行預處理； 步驟3 :構建專家樣本庫； 步驟4 :構建竊漏電診斷模型； 步驟5:進行竊漏電診斷； 步驟6 :優化模型參數，並重構模型。
2.根據權利要求I所述的自適應的防竊漏電診斷方法，其特徵是所述的步驟I包括以下子步驟 ·SI. I :確定樣本覆蓋範圍 至少包含近三年來所有的竊漏電大用戶及隨機選取8%正常用戶； · 51.2 :確定樣本數據範圍 樣本數據抽取時要包含竊漏電用戶的竊漏電開始時間和結束時間節點前後各兩個月的數據。
3.根據權利要求I所述的自適應的防竊漏電診斷方法，其特徵是所述的步驟2包括以下子步驟 包括缺失值處理、異常值處理、節假日數據處理和負荷數據平滑處理 ·52.I :缺失值處理 發現存在缺失現象時，通過同類型日數據結合插值算法進行處理； S2. 2 :異常值處理 對超出指標閥值範圍的數據，通過同類型日數據結合插值算法進行修正處理； S2. 3 :節假日數據修正 周六修正係數=最近ー個月的採集周期內的工作日平均電量/周六的平均電量； 節假日修改係數=最近ー個月採集周期內的工作日平均電量/節假日的平均電量； 所述的節假日指周日、國慶、五一法定節假日； · 52.4:負荷數據平滑處理 在進行數據格式化時，對實時負荷數據採用最高次數為20的多項式擬合方法進行平滑處理。
4.根據權利要求I所述的自適應的防竊漏電診斷方法，其特徵是所述的步驟S3的專家樣本庫以日為單位表徵各計量點的用電情況，輸入項包括5E指標、5L指標、報警指標、線損指標和TK角圖指標，輸出項為切漏電祿疑係數； 具體包括以下子步驟 ·53.I :計算第一個竊漏電核心評價指標5E指標5E指標即電量指標,為日用電量移動平均後差分 先計算日用電量移動平均連續t天(本項目t=5)的用電量平均值，計算式如下
5.根據權利要求I所述的自適應的防竊漏電診斷方法，其特徵是所述步驟S4是指利用模糊神經網絡進行建模，模糊神經網絡結構包括 1)輸入層，該層有η個結點直接與輸入向量X連接，將輸入值X=[Xl，…，Xn]傳送到下ー層; 2)模糊化層，若每個輸入變量均定義有m個模糊集合，則此層內共有ηXm個結點，分為η組,姆組m個結點； 第i組的m個結點輸入都是Xi，其輸出分別是各輸入量屬於輸出值模糊集合的隸屬度函數/// (X,)，μ; (x,)代表Xi的第j個模糊集合； 3)模糊推理層，其每個結點代表一條模糊規則，它的作用是用來匹配模糊規則的前件(輸入和狀態)，計算出每條規則的適用度，即
6.根據權利要求I所述的自適應的防竊漏電診斷方法，其特徵是所述的步驟S5包括以下步驟 S5. 1 :從計量主站系統毎日實時抽取所有計量點的電量、負荷、報警及線損等數據； S5. 2 :對實時抽取的計量數據進行缺失值處理、異常值處理、節假日數據修正、負荷數據平滑處理等預處理； S5. 3 :計算得到模型的輸入項指標，即5E指標、5L指標、報警指標、線損指標和相位角指標； S5.4 :調用模型，得到各計量點的竊漏電嫌疑係數，嫌疑係數大於閾值則標示該用戶具有竊漏電行為。
7.根據權利要求I所述的自適應的防竊漏電診斷方法，其特徵是所述的步驟S6包括以下子步驟S6.1 :對模型的評價結果進行人エ審核，若診斷結果正確，則結束，否則至S6. 2 ； S6. 2 :重新審視竊漏電評價指標及專家樣本數據，必要時調整竊漏電評價指標或增補專家樣本數據； S6. 3 :重新訓練竊漏電診斷模型，並保存模型。
全文摘要
一種自適應的防竊漏電診斷方法步驟1從計量主站獲取電量、負荷、報警及線損的歷史樣本數據；步驟2對歷史樣本數據進行預處理；步驟3構建專家樣本庫；步驟4構建竊漏電診斷模型；步驟5進行竊漏電診斷；步驟6優化模型參數，並重構模型。本發明的自適應的防竊漏電診斷方法具有自學習特性，通過對電力用戶用電數據進行學習建模，並以形成的用電規律診斷新的數據合理性和正確性，能夠有效提高竊漏電監控診斷的準確性。
文檔編號G01R31/02GK102866321SQ20121028747
公開日2013年1月9日 申請日期2012年8月13日 優先權日2012年8月13日
發明者劉濤, 楊勁鋒, 闕華坤, 肖勇, 孫衛明, 陳啟冠, 王和棟, 張良均 申請人:廣東電網公司電力科學研究院