基于大数据的反窃电系统设计

2021-11-07 10:32石盼张国云王辉李慧
科技信息·学术版 2021年22期
关键词:反窃电系统设计大数据

石盼 张国云 王辉 李慧

摘要:窃电是造成台区线损的主要成因,给企业造成重大经济损失。本文基于大量典型窃电案例和用电信息采集系统的海量数据,应用大数据技术,提取窃电用户的用电数据特征,反复训练选取最优的大数据分析算法,设计出基于大数据的反窃电预警分析系统,应用反窃电系统对窃电嫌疑用户进行识别、分析和定性,为一线用电检查及反窃电人员精准、高效开展窃电稽查工作提供可靠的技术支撑。

关键词:大数据;反窃电;用电特征;系统设计

引言

近年来,随着市场经济的快速推进和科学技术的不断发展,窃电现象屡禁不绝,窃电[1]范围广、人员多、数量大,并呈现职业化、智能化蔓延趋势,反窃电形势十分严峻。而供电公司的反窃电工作模式采取传统的人工化手段,工作量大、效率低、成功率不高,远远不能满足供电企业可持续发展的要求。但随着智能电表的快速推广应用及营销信息化、自动化水平的不断提升,为智能化、常态化开展高效精准的反窃电工作提供了有力的数据支持和技术支持[2]。本软件系统以用电信息采集系统和营销SG18系统的海量数据为基础,设计出基于大数据的反窃电预警分析系统,深入分析用户用电特征,实时监测用户用电异常行为[3-4],对疑似窃电用户实现定位,进而减轻一线电力员工反窃电的难度,帮助供电公司进行反窃查违工作。

1 技术方案

1.1技术思路

1.1.1 应用架构

系统应用架构包括系统集成管理、基础管理、工单集成、业务应用四个层级。系统集成管理包括营销系统、用电采集系统、MDS系统集成,主要从不同业务系统获取基础数据[5];基础管理包括台区档案、台区经理人、变压器档案、用户档案、档案异常分析、表底异常分析,主要对 “台-变-户-采集点-采集对象”之间的拓扑关系进行关联,查看营销侧与用采侧档案关系与采集点信息;工单集成包括生产工单、待办工单、已办工单、工单查询统计;业务应用包括线损检测、异常线损分析[6]、反窃电预警分析,支撑实际生产应用。

1.1.2 数据架构

反窃电分析所需源端数据接入涉及用电采集、营销SG186业务系统。

1.1.3安全架构

系统安全遵循国网公司信息安全总体策略,安全防护强度达到国网公司内网安全防护标准,安全防护注重运行安全,避免造成安全风险扩散。

系统安全从网络防护、用户认证和权限管理、数据存储、机房环境、管理制度考虑,包括网络安全、应用安全、数据安全、物理安全、安全管理。

2 规则设计

2.1 系统分析流程

基于大量典型窃电案例和用采系统的海量数据信息,提取窃电用户的用电数据特征,反复训练选取最优的大数据分析算法,应用反窃电系统对窃电嫌疑用户进行识别、分析和定性。

2.2 线损及电量波动关联分析模型

通过采集分析台区线损率、用户用电量,生成线损率、用户用电量曲线,建立线损及电量波动关联分析模型,计算两条曲线的相关性系数,相关性系数越高,用电异常嫌疑越大,相关系数采用皮尔逊[11]系数,对台区下所有用户进行线损及电量波动相关性进行计算分析,筛选出相关性系数≥0.8的用户,标记为嫌疑用户。在此基础上,应用具体诊断规则进行进一步的用电特征分析,最终定性用电异常类型。

2.3 算法规则

根据专家经验库和数学模型算法,设计出分类型反窃电规则。

(1)电能表异常事件相关诊断规则:建立基于电能表异常事件的窃电分析模型,先以用电采集“台-户”档案关系和电能表表底数据为数据分析范围,分析台区线损波动情况,再关联特定用户电能表异常事件、用电量变化、用户平均用电水平等因素进行问题诊断定位,采用大数据挖掘和数据关联技术实现对电能表开盖、电能表失压、电能表失流等分析。

(2)电量异常相关诊断规则:基于用电信息采集系统的海量数据,建立基于电量异常的窃电分析模型,先以用电采集“台-户”档案关系和电能表表底数据为数据分析范围,分析台区线损波动情况,再关联特定用户用电量变化、用户平均用电水平等因素进行问题诊断定位,采用大数据挖掘和数据关联技术实现对疑似绕越用电、反向电量异常、0电量小电量等分析。

(3)光伏户用电异常相关诊断规则:基于用电信息采集系统的海量数据,建立基于光伏用电异常的窃电分析模型,先以光伏户档案信息(发电上网类型)和电能表表底数据为数据分析范围,再关联光伏用户发电量及用电量变化趋势、用户平均发电/用电水平等因素进行问题诊断定位,采用大数据挖掘和数据关联技术实现对光伏用户用电异常的分析。

3 系统开发

根据模型和设计规则,共设计出电能表异常事件相关诊断规则、电量异常相关诊断规则、光伏户用电异常相关诊断规则,设计出系统模型。借助于电力系统海量数据,依托电力大数据技术,充分挖掘用户数据特征,开发出基于大数据的反窃电软件系统,增强了供电公司反窃电工作的质效,创造出一定的经济效益和社会效益。

参考文献:

[1]李端超,王松,黄太贵等. 基于大数据平台的电网线损与窃电预警分析关键技术[J].电力系统保护与控制,2018,46(5):143-151.

[2]程超,张汉敬,景志敏等.基于离群点算法和用电信息采集系统的反窃电研究[J].电力系统保护与控制,2015,(17):69-74.

[3]Chen M,Mao S,Liu Y . Big Data:A Survey[J]. Mobile Networks & Applications,2014,19(2):171-209.

[4]刘盛,朱翠艳.应用数据挖掘技术构建反窃电管理系统的研究[J].中国电力,2017,50(10):181-184.

[5]王全兴,李思韬.基于采集系統的反窃电技术分析及防范措施[J].电测与仪表,2016,53(7):78-83.

[6]Sayed M A,Takeshita T . All Nodes Voltage Regulation and Line Loss Minimization in Loop Distribution Systems Using UPFC[J]. Power Electronics,IEEE Transactions on,2011,26(6):p.1694-1703.

基金项目:国网冀北公司营销项目(630184180004)

猜你喜欢
反窃电系统设计大数据
浅谈防止窃电的技术措施
智能电能表在反窃电中的深化应用研究
一种基于SATA硬盘阵列的数据存储与控制系统设计研究
目标特性测量雷达平台建设构想
基于大数据背景下的智慧城市建设研究