[发明专利]一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法

说明书

技术领域

本发明涉及电网反窃电技术领域，尤其涉及一种基于量化评估模型窃电嫌 疑分析算法的反窃电分析方法。

背景技术

随着地区经济的持续增长，居民生活水平不断提高，电力需求增长的同时， 窃电现象却越发严重。从线损统计和用电环境来看，低压台区，特别是稽查环境 比较复杂的低压台区，是窃电的重灾区。目前，国内现有厂家提供的反窃电技术 手段，有的只针对一种或者部分窃电方式能够有效监控，还有的技术存在逻辑上 的错误，为了防范用户在计量回路窃电，强行加装第二套计量回路，用户照样可 以对第二套计量回路进行窃电，最终会出现防窃电设备反被窃电的结局；还有的 技术不考虑现有营销自动化系统发展的现状，在用户窃电行为发生时，需要加装 专用通信信道，才能将相关信息通知用电检查人员，增加了系统投资和运行的费 用。若仅靠人工技术或是经验性分析手段，效率比较缓慢，效果不太可观。因而， 需要较为精确的反窃电技术手段，从而降低不必要的管理性电能损失，以提高公 司的营销效益水平。在不增加额外设备投资的情况下，从现有营销系统、用电采 集系统等海量数据分析出发，进行低压供电台区的窃电嫌疑用户数据挖掘分析， 比通过现场安装复杂的反窃电设施更经济、更高效。本发明旨在给出一种用于评 估低压台区用户用电嫌疑情况的分析方法，力求较为准确地定量分析出低压台区 各用户的窃电嫌疑水平，以提高窃电嫌疑用户锁定精度。

发明内容

本发明提供了一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法， 提高了低压供电台区窃电用户的锁定精度，降低了营销管理线损水平，从而提高 了稽查部门的工作效率。

为解决上述技术问题，本发明所采用的技术方案为：一种基于量化评估模型 窃电嫌疑分析算法的反窃电分析方法，包括以下步骤：

S1、基础数据收集：收集该低压台区本月T关口总计电量EA_o及前M个月关 口总计电量EA_j(表示台区本年度第T-M+j月的关口计量电量)、该台区下各用 户本月及历史月的计量电量数据eu_ijk(表示第i个用户第k年第T-M+j月的计 量电量)、户的合同容量信息作为基础数据；

S2、基础数据状态估计：引入专家经验分析模块对基础数据序列做预处理， 剔除掉错误量测数据；对时间点计量电量数据缺失过多(同比缺失1/3以上)的 用户，跳过该用户的嫌疑分析，并输出数据取样失败的警告信息；

S3、台区线损计算：根据《DL686-1999T规范》计算出台区本月及前M个月 的理论线损水平；根据台区关口用电量及用户用电量信息，计算出台区本月及前 M个月的统计线损；

S4、采用量化评估模型窃电嫌疑分析算法，计算该台区下各用户本月的窃电 嫌疑度水平；

首先，根据步骤S3得出的线损数据，计算出台区本月及前M个月的台区线 损异常指标TEI；

其次，划分比较尺度(0，N-1)，根据各用户的MxN用电量取样样本，计算 出各用户的用电量异常指标UEI；

再次，查询各用户的历史窃电记录及疑似窃电记录情况，计算出用户本月及 前M个月的用电信用水平指标UCI；

接着，采用AHP层次分析法、熵权法、变异离差法分别确定指标序列 {TEI,UEI,UCI}的权重分配，得到权重分配矩阵：

然后采用CRITIC组合权重分配方法，确定各用户的最终的权重分配关系 ω_i＝(ω_i1 ω_i2 ω_i3)；

最后，计算各用户在本月的窃电嫌疑度；

S5、嫌疑窃电用户锁定：统计截止本月前M个月时间窗口内，各用户的窃电 嫌疑度超阀值次数P，根据锁定规则，锁定嫌疑用户；最后按嫌疑度超阀值次数 P从高到低进行排序，输出稽查名单列表。

其中，在本实施例中，所述的台区线损异常指标TEI的计算方法是管理线损 占统计线损的比率与考核线损率的比值：

其中，A_sloss为台区统计线损电量，A_tloss为台区理论线损电量，ξ_cons为考核 线损率。

其中，在本实施例中，所述的用户用电异常指标UEI是指用户历史同比及环 比序列用电量，按约定比较规则进行比较，用于评价用电量偏离正常水平的程度； UEI指标作为用户窃电嫌疑的核心评价指标，由用电量同比变异度和用电量环比 增量变异度指标构成。