数据驱动下窃电智能分析系统的研究

近年来,随着智能电表的推广及用电信息采集系统建设的逐步完善,电网公司积累了海量用户用电数据, 为大数据技术在电力领域的应用提供了基础。文章基于数据挖掘思想,针对行业分类及用户特征,对海量的多元计量 数据进行分析,从中挖掘出窃电用户的关联性多维度特征参量,基于神经网络构建数据驱动下的窃电预测模型。实验表明该方法具有较高的工程应用价值,为窃电预测提供了一种有效的方法和途径。     

智能反窃电技术研究与应用

介绍了利用用电信息采集系统的智能反窃电技术研究与应用概况,分析了系统的总体设计架构、功能划分,详细说明了高压采集器、数据转换器、主站的功能设计及技术规范等,结合实际案例对基于用电信息采集系统反窃电技术的使用效果进行了阐述。     

基于用电信息采集大数据的防窃电方法研究

本文介绍了常见的窃电方法及其特征,研究给出了窃电相关的特征参量,建立了用电信息采集系统各种数据、各类异常事件与窃电行为之间的关联关系,设计了基于用电信息采集大数据的防窃电结构化模型,包括数据预处理、用电异常检测模型和窃电嫌疑预测模型三部分。通过现场采集的数据,证明了该结构化防窃电模型的有效性,为解决大数据条件下的窃电行为监控问题提供有效方法。     

基于用电信息采集系统多数据融合的窃电行为定位方法

针对当前用电信息采集系统暂时无法实现分钟级数据覆盖的情况,提出了一种基于用电信息采集系统多数据融合的窃电行为研判方法,该方法通过对用户多类数据的综合分析,发现功率、电量等用电信息间的逻辑异常情况,并结合设备报送的相关异常事件,实现用电信息采集系统主站监控盲区时段的用电客户异常用电行为定位.     

基于用电信息采集系统的防窃电措施

电力生产的特点是产、供、销同时完成,计量是远方瞬间进行,窃电现象非常严重而且越来越隐蔽。用电信息采集系统是利用通信方式把计量表采集的信息实时传输给数据管理层计算机,计算机可以随时读取某个时间点所有需要研究的对象的有效数据,进行数学模型计算,推导出某条线路、某个台区、某条母线电量的平衡关系,为防窃电管理提供科学的依据。     

基于用电采集系统的反窃电研究

相关技术的不断发展,使得窃电行为也得到了一定的发展,目前存在的窃电技术多种多样,为相关的电力管理工作带来了一定的困难。有效实施相应的反窃电手段,并有针对性地采取相应的措施,对整个电网的高效管理具有较为重大的意义。     

用电检查与反窃电智能信息平台的设计与应用

为解决长期以来供电公司用电检查与反窃电工作缺乏有效的信息化支撑工具的问题,提出了建设用电检查与反窃电智能信息平台的思想。该平台通过对用电信息采集系统原始数据的挖掘和分析,应用窃电数据模型和算法,采用便携式用电检查掌上终端,对现场异常用电进行检查、取证、分析和处理。介绍了该信息平台的系统物理架构、系统设计方案、便携式用电检查掌上终端主要功能及其软硬件设计方案。通过建立统一的用电检查与反窃电智能信息平台,提升供电公司反窃电信息技术水平与装备水平,将供电公司的用电检查与反窃电工作推向信息化、自动化、智能化。     

基于K-means算法和用电信息采集系统的 防窃电研究

目前窃电方式呈现隐蔽性、多样性和高科技等特点,传统的人工稽核方法无法快速解决当前窃电频发问题。文章利用用电信息采集系统远程集抄的海量数据,通过对新型典型窃电案例的分析,提出基于K-means聚类算法以及用电信息采集系统所采参数,建立多维特征因子关联模型,确定窃电嫌疑用户。基于该思路的防窃电系统,在预防和打击窃电用户上起到了一定的积极作用。     

基于离群点算法和用电信息采集系统的反窃电研究

为了解决以往依靠用户每月电量变化、台区线损异常确定窃电嫌疑户等传统方法时效性差、准确率低,现场排查发现窃电行为又效率不高的问题,利用当前远程集抄海量数据为传统反窃电理论研究和高效反窃电的实现尝试探索一种新方法。全面分析窃电手段及原理,绘制实施窃电手段的鱼骨图,由实际案例统计分析确定研究重点为欠压、欠流窃电法。根据高供高计和高供低计用户计量装置接线特点、电压电流值的规律以及离群点理论确定窃电判定算法,并做出基于距离的离群点检测法判定窃电的流程图。通过实例验证提出的算法和窃电户筛选流程能够完全甄别出窃电用户,为监控人员利用用电信息采集系统的海量数据精确及时地进行有效反窃电分析提供了新思路。     

基于在线监控的反窃电分级管理研究

随着电力用户用电信息采集系统的发展,使得对用户侧异常用电信息实施采集成为可能.基于对窃电相关的异常用电信息进行数据挖掘,提出以在线监控为目的的窃电用户综合评价理论,并结合台区线损管理,探讨窃电嫌疑用户在线监控和分级管理方法.     

一种新型防窃电策略的研究与实现

线损率是一个衡量供电企业综合管理水平的重要指标,而窃电现象普遍存在,这直接影响了供电企业的经济效益。在国家电网公司全力打造的用电信息采集系统这个成熟的平台上,利用专变采集终端自带的表计特性,通过计量回路与测量回路的多日电量比对进行窃电分析与日常监控,最终形成良好的防范机制。     

基于用电信息采集大数据的窃电智能诊断识别技术研究

针对窃电问题,以用电信息采集数据为基础,通过对不同窃电特征进行归纳,建立适合不同窃电方式的窃电诊断分析模型,实现对目标台区和重点用户筛选分析;利用层次分析法为重点用户进行评分,锁定高嫌疑用户;开发窃电智能诊断分析平台,为用电检查人员提供科学有效的指导,提高了电力企业反窃电调查的质量和效率.     

窃电检测与监控技术研究

线损率是供电企业的重要技术经指标，是电力企业生产任务的主要内容之一。努力降低电能损耗、打击窃电，是提高企业经济效益的一项重要工作。     

基于数据挖掘技术的反窃电方法研究

针对传统方法难以有效发现和诊断窃电的问题,通过研究数据挖掘技术,提出了一种基于模糊神经网络模型的反窃电诊断方法,该方法充分发挥了模糊评价法与神经网络评价法的优点,实现对用电大数据的深度分析和作出窃电诊断。结合实例,对该方法进行了验证,实验表明该方法能快速精确诊断出窃电嫌疑目标,对反窃电工作具有重要意义。     

基于大数据技术的反窃电分析与仿真研究

通过对电网历史用电数据、档案资料和经营实践的总结,建立了以用电大数据为中心的“线上+线下”智能用电管控体系。通过对电力系统中有关设备和软件的实时监测,对电力系统的异常行为进行感知,及时预警、定位,为现场核查、取证创造有利条件。通过实例验证,该方案能明显地缩小可疑窃电客户的稽查范围,既能有效地保障电网的供电安全,又能降低电网的经济损失。     

基于离群点算法的反窃电研究

传统的反窃电措施已很难迅速、有效地发现窃电用户。鉴于此,提出一种基于统计分布的离群点检测方法,同时结合实例进行分析,验证了该检测方法的有效性。     

基于联合神经网络的用户窃电行为识别模型

针对窃电行为识别准确率低的问题,提出了基于联合神经网络的窃电行为识别模型。首先,对获取的用户用电数据进行处理,利用格拉姆角场方法对用户用电数据进行二维化处理。然后,针对不同维度的用电数据,提出了基于联合神经网络的用户窃电行为识别模型,利用卷积神经网络（CNN）和双向长短期记忆（BiLSTM）神经网络提取一维用电数据和二维用电数据特征。通过实例分析表明,提出的联合神经网络模型对窃电行为识别准确率达到90%以上,证明所建立的评估模型为解决窃电问题提供了一种切实可行的方案。     

防窃电系统的应用

针对日益猖獗的窃电行为,采用“电能计量装置异常运行测录仪”,实现用户现场防窃电报警,通过GSM短消息方式将信息发回监测中心,建立了一整套防窃电系统。实际应用效果良好,从而实现了防窃电的目的。     

防窃电智能检测系统的研制

本系统以高压侧的电流、电压作为电能计量对象，从而克服了以低压侧为基础的通常防窃电产品所具有的一些弊端。文中介绍了系统的结构、工作原理，并对其关键技术之一供电电源的低功耗设计作了详细说明。     

电力远程智能管理信息系统应用于用电监测与反窃电系统的方案

在介绍窃电危害性、窃电手法及目前防治窃电技术措施的基础上,提出一种基于电力远程智能管理信息系统应用于用电监测与反窃电系统的设计方案、系统组成和工作原理。介绍了系统中窃电行为识别与诊断方法,分析了系统的技术特点。指出该系统能及时捕获窃电和提高反窃电速度,从而防止窃电行为。