基于线损协方差分析的群体性固定比例窃电行为检测方法

当一个配电台区内存在多个固定比例的窃电用户时,台区的非技术线性损耗（NTL）将由这群窃电用户的窃电量共同决定。目前根据NTL相关性强弱排序的检测方法在这一场景下有可能失效。首先,为了解决这一问题,文中发现了台区NTL和固定比例窃电用户表计数据的相关性存在着一种递增现象,并论证了这一现象成立的充分条件。以此为基础提出了基于协方差分析的窃电检测方法。通过标准化处理后的协方差来衡量NTL与用户电量之间的相关性,以求解一个组合优化问题的方式,实现对固定比例窃电用户的搜寻。然后,设计了该方法在实际应用过程中的运行框架和检测方案。最后,基于中国某省电力公司提供的实测数据和窃电模拟实验平台生成的窃电数据验证了所提方法的有效性。     

如何加强电网线损管理

文章根据青海电网运行的情况，介绍了电网中线损的基本组成，从选择节能型变电压、合理布局运行方式以及加强用电、反窃电、违章用电线损管理等方面提出了具体措施，指出了降低输配电网线损是提高经济效益的关键。     

依托同期系统量化窃电户嫌疑系数

正1实施背景随着窃电手段越来越隐蔽,传统反窃查违的难度越来越高,迫切需要通过大数据的分析手段,精准定位窃电嫌疑户。常见的窃电方式有两种:一种是通过改动表计或表内短接的方式进行表上窃电,其特点是表计只计部分电量,当窃电户表计电量上升时线损增加;另一种是通过挂钩、绕表的方式进行表前窃电,其特点是表计时段性不计电量、当窃电户表计电量下降时线损增加。无论采用哪种方式窃电,都有一个共同点:窃电户表计电量波动时线损同步波动。     

反窃电工作面临的问题与对策

<正>长期以来,一些单位和个人受经济利益的驱动,把窃电作为降低生产成本和个人"创收"的手段,给电力企业造成巨额损失,也给电网安全运行带来隐患,破坏了正常的供用电秩序。电力企业严厉打击各种窃电行为,但由于种种原因,反窃电工作阻力重重。反窃电工作难,不仅因当前窃电分     

电磁干扰对智能电能表的影响

随着智能电网建设的快速推进,智能电能表得到大规模应用。与传统电能表不同,智能电能表含有大量电子元器件,易受电磁干扰。在全性能检测中,不能完全建立现场运行及人为原因带来的高强度电磁干扰环境。如存在干扰源干扰表计的情况,会造成CPU及芯片损坏,导致电能表失效,且不易被发现。从干扰源、电磁场等方面对窃电机理进行分析,提出防窃电措施。改进后的智能表能够有效防范电磁干扰窃电。     

高压电击干扰对智能电能表的影响研究

随着智能电网的推广建设,智能电能表得到了大面积的应用。与传统电能表不同,智能电能表含有大量的电子元器件,易受强电磁干扰的影响。而全性能检测中,不能完全建立现场运行及人为原因带来的高强度电磁干扰环境,故个别单位及个人采取高压电击器干扰表计,造成CPU及芯片损坏,导致电能表失效,电量流失,且这种窃电现象不易被发现,严重影响了供用电秩序及安全。故论文从干扰源、电磁场等多个方面对高压电击器的窃电机理进行分析,提出了智能表防窃电措施,改进后的智能表能够有效防范高压电击窃电。     

配电网拓扑参数未知场景下中压用户窃电检测方法

新型电力系统建设下配电网运行方式面临更加频繁的调整,导致配电网的拓扑与线路参数记录档案难以得到及时更新,为中压配网的运行状态分析带来了挑战。提出一种配电网拓扑参数未知场景下的中压用户窃电检测方法。基于电网运行机理选择支路阻抗作为窃电特征判断指标,并构建窃电检测模型;根据配电网运行特点建立了线性潮流模型,并通过简化模型快速求解特征参量;研究了窃电行为对特征参量变化的影响机理,并结合能量守恒定律,提出完整的窃电检测方案。以IEEE 33节点配电系统、IEEE 85节点配电系统和江西进贤某10 kV实际配电网作为算例,结果表明,所提方法在多种窃电场景下均可有效辨识窃电时段并精准定位窃电用户,同时对用电数据的量测误差表现出较强的鲁棒性。     

基于BRB和LSTM网络的电力大数据用电异常检测方法

为了降低电力公司的运营成本,针对非技术性损失(non-technical loss, NTL),提出一种基于置信规则推理(belief rule-based,BRB)和长短记忆网络模型(long short-term memory,LSTM)的用户窃电行为诊断方法。该方法首先从用电量大数据中提取电量波动系数和用电量曲线的毛刺宽度两种用电异常特征,制定BRB异常特征输入前置属性转换,并通过证据推理(evidential reasoning,ER)方法输出最终的置信度,建立适用于NTL异常检测的置信规则库,从而自动获取具有高鲁棒性的有标签正负样本训练数据集。接着,以此为基础,提出构建一种多LSTM网络检测模型,实现对异常用电特征的有效提取与检测。实验结果表明,与现有的主流网络故障检测模型相比,所提方法能够更准确地从电力大数据中诊断出用户的异常用电行为。     

用户侧窃电检测关键技术

用户侧的窃电行为是非技术性电能损失的主要原因,并且影响配电系统的运行安全性。文中对用户侧窃电检测关键技术作了分类总结,指出了当前研究的挑战和发展方向。首先,阐述了电能计量的基本原理,介绍了随计量设备升级而新出现的常见窃电方法;然后,分析了基于电气模型与计量设备的窃电检测技术在实际工程应用中的各自优势和不足;接着,对比和总结了已有基于数据驱动的窃电检测研究中基于样本学习、异常分析和状态估计的研究方法和适用范围;最后,探讨了当前窃电检测技术在输入数据、性能评估和应用场景等方面面临的关键问题和挑战,并在窃电定位、模型泛化、策略生成和隐私保护等方面对窃电检测研究方向进行了展望。     

基于大数据的用电异常分析

<正>窃电、漏电一直是造成电力企业效益流失的严重问题,但是由于缺乏合适的监控、定位等技术手段,电力企业防窃漏电效率低下。根据大数据分析发现,窃电手段技术性越来越高、隐蔽性越来越强,已突破传统无表、绕表窃电等方式,甚至出现专业人员或团伙采取改造电表内     

基于SDAE和双模型联合训练的低压用户窃电检测方法

用户窃电行为是电网企业运营管理的痛点,基于数据驱动的低压用户窃电检测是当前的重要发展方向.由于窃电数据集具有自身高维度且样本不平衡的特点,对窃电检测模型的拟合能力和泛化能力要求极高.为此,文章利用堆栈降噪自编码器对低压用户日用电量数据进行特征提取,通过挖掘数据的深层特征减少窃电产生的极端数据对检测模型的影响;进而提出逻辑回归与深度神经网络联合训练模型进行低压用户窃电检测,将逻辑回归模型的记忆能力与深度神经网络模型的泛化能力相结合,进一步提升窃电检测的精度.通过实际电网数据的实验仿真,从AUC值、准确率和召回值三个评价指标验证了所提出方法相对于传统机器学习算法具有明显的性能优势.     

输配电价改革之探讨

依据汕头电网以及国内外的实际资料．论述了输配电价改革是解决当前电网企业融资能力差、电网建设滞后等问题,使企业走上良性发展的必然选择。从电网企业目前的资产状况、投融资方式、成本核算、税收政策、输配电划分界面等方面,较为全面地分析了当前输配电价改革面临的问题,并有针对性地提出了解决问题的建议。     

数据驱动窃电检测方法综述与低误报率研究展望

配电系统窃电是造成电网非技术损失的主要原因,是供电企业运营管理中长期面对的痼疾。用电信息采集系统采集的海量用户数据使得开展数据驱动的用电异常检测、准确识别窃电用户成为可能。受用户用电行为多样性影响,数据驱动的窃电检测方法的误报率在某些场景下尚难以满足实践需求,严重制约了该类方法的工程应用。首先,介绍了窃电实现手法;然后,梳理了在实践中得到工程应用的窃电检测方法以及数据驱动窃电检测方法的基本思路和局限性;在此基础上,结合工程应用对窃电检测评价指标的差异性需求,分析指出提取的可用信息不足、特征指标项灵敏性和可靠性不高是阻碍数据驱动窃电检测方法走向工程实用的主要原因。最后,从算法设计、状态空间细分以及特征指标项设计选择等不同层面对低误报率窃电检测进行了展望。     

论输配电价的形成机制

目前全国输配电价机制尚未建立，山西省输配电价水平仍然较低、矛盾突出，使电网持续发展受到严重制约。提高输配电价水平、促进合理的输配电价形成机制的建立，已成为当前加快推进电网发展方式和公司发展方式转变、促进电网持续、健康发展的迫切要求。     

基于Bagging二次加权集成的孤立森林窃电检测算法

随着智能电网的高速发展,窃电方式呈现多样化,窃电数据也具有难以标注且样本类不平衡的特征.针对窃电数据无标签且类不平衡的窃电检测问题,提出一种基于Bagging二次加权集成的孤立森林窃电检测算法.首先,通过分析居民和商业用户存在的窃电模式,基于孤立类间相似度最低准则,对各类窃电模式的孤立特征顺序进行优选并训练对应的孤立森...     

应用大数据技术的反窃电分析

目前窃电现象严重且窃电手段先进,但反窃电手段仍以人工稽核为主,存在工作量大、取证困难和缺乏针对性等问题。为了解决上述问题,利用供电企业积累的大量客户档案数据和历史用电数据,通过二阶聚类分析窃电用户的定性特征,用深度学习和CHAID决策树分类评估用户的窃电嫌疑概率,根据异常值分析手段为疑似窃电行为取证提供依据。实践表明,本方案缩小了窃电嫌疑用户范围,减少了防窃电的工作量,提高了稽核针对性,且为供电单位进行窃电侦查提供了依据,从而减少了供电企业财务损失,保障电网运行安全。     

异常用电的检测方法：评述与展望

用电侧的非技术性损失(NTL)主要由用户异常用电行为造成,一直是各国电网企业期望解决的重要问题。随着智能电表在电网中的普及,利用配电网、用户侧的量测数据实现对于NTL的高效、精准检测,受到了学术界和业界的广泛关注。首先介绍用户异常用电行为的基本模型、方法与评价指标。随后,从基于系统状态、基于数据驱动和基于博弈论三个角度对现有的异常用电行为检测方法进行系统性的梳理、分析与比较,以总结出其对于后续研究工作开展的借鉴意义。最后,对异常用电行为检测领域的关键技术进行了提炼,并对异常用电行为检测领域未来的研究工作进行了展望。     

基于高维随机矩阵分析的窃电识别方法

窃电检查是用电检查的重点和难点。本文基于大数据理论,以电网运行采集参数为元素构建了高维随机矩阵,通过对矩阵的统计特性进行刻画,提出基于大数据分析的窃电识别方法,解决了传统窃电检查方法耗费人力大,时效性差,判断不精准的问题,从而实现了高效反窃电。文章以33节点电网运行模型为例,根据仿真采集到的电网随时间变化的电压电流等运行参数实现了对窃电发生判别、窃电发生时间确定、窃电地点的精确定位、窃电类型的判别。     

电网输配电设备在线监控系统的应用

随着我国电力体制改革的不断深化,进一步推动了电网的建设速度,电网规模随之日益扩大,与此同时,电网当中的输配电设备也不断增多。虽然各类设备的增加,有效地提高了电网的运行效率,但是设备的故障问题也相应地有所增大,为了确保电网中输配电设备能够安全、稳定、可靠运行,就必须对它们进行有效地监控,通过对电网中输配电设备的实时监控,不仅能够提高设备运行效率,而且还能降低故障发生几率。基于此点,本文就电网输配电设备在线监控系统的应用进行浅谈。     

高压开关设备故障分析：6kV高压开关柜绝缘事故分析与防范

高压开关设备主要用于电力系统（包括发电厂、变电站、输配电线路和工矿企业等用户）的控制和保护,既可根据电网运行需要将一部分电力设备或线路投入或退出运行,也可在电力设备或线路发生故障时将故障部分从电网快速切除,从而保证电网中无故障部分的正常运行及设备、运行维修人员的安全。因此,高压开关设备是非常重要的输配电设备,其安全、可靠运行对电力系统的安全、有效运行具有十分重要的意义。