基于用电异常分析的反窃电模型及系统设计

《基于用电异常分析的反窃电模型及系统设计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于用电异常分析的反窃电模型及系统设计（广州供电局510620）摘要：研宄建立信息化及智能化的手段是反窃电技术研宄的一个重要方向。在计量自动化系统及营销系统等信息系统的实时数据基础上，建立用电异常模型和反窃电模型，实现对用户电压、电流、线损等异常情况进行监测并智能分析，从而判断出窃电嫌疑用户，为反窃电查处工作提供依据。实践证明基于用电异常分析的反窃电系统成效显著。关键字：窃电、用电异常、反窃电模型1、概述当今世界电能得到广泛的使用，但是窃电行为一直存在，部分地区甚至很猖獗，据不完全统计中国每年窃电金额超过200亿元。窃电行为不仅破坏了正常

2、的供用电秩序，损害了电网企业的合法权益，还会带来安全隐患甚至危及电IM安全各地供电企业都在开展不同形式的反窃电工作及反窃电技术研究。但目前反窃电技术仍存在较大局限性，绝大部分技术都需要依赖现场检查工作。随着窃电手段日益隐蔽及高科技化，反窃电难度越来越大，利用信息化及智能化反窃电手段取代大海捞针的日常巡视检查势在必行。目前广州地区计量自动化系统终端已实现100%覆盖而且在线率在95%以上，能釆集所有计量装置的电压、电流及功率等实时数据，为实现通过信息化手段监测窃电行为提供了数据支撑及技术支持。广州供电局开展专题研究，在计量自动化系统及营销系

3、统等信息系统的实时数据基础上，建立用电异常模型和反窃电模型，实现对用户电压、电流、线损等异常情况进行监测，对用电异常情况进行智能分析从而判断出窃电嫌疑用户，为反窃电工作提供信息化及智能化的手段。2、用电异常分析所谓窃电，就是指用户在电力与使用过程中，采用秘密窃取的方式非法占用电能，以达到不交或少交电费的违法行为。由于电能传输速度极快，不能存储，用户窃电并不是偷走“电能”，而是让计量装置少计量或者让计量装置故障。根据电工基础可知，我们电能表计量功率大小与电压、电流、电压与电流间的相位关系这三个变量有关。减少其中任何一个参数，都会造成计量的功

4、率变少，从而达到窃电的目的。一个用户，如果其用电行为正常，那么我们可以归纳出以下几点基本特征：电压值约等于供电电压，基本不变；电流随着负荷变化，但是三相电流基本平衡；功率因数基本稳定，相位角不会突变；用户线损在一定范围波动，一般不超过7%。我们可以通过分析用户电压、电流、功率因数（相位角）、线损、电量等电气数据以及这些参数的变化趋势，来分析用户的用电行为特征，比如负荷特性、是否窃电、计量故障、是否错峰用电等。这种思路不仅是我们分析电力系统、分析用户行为的基础，也是分析窃电行为的基础。3、用电异常模型大部分窃电行为的特性均可以电能表的记录分

5、析得出，不论电能表是停转、反转、慢转，用户的用电情况均会有记录数据。前面分析看出，我们可以通过分析用户电压、电流、电量、功率因数（相位角）、线损等的变化，来判断用户是否存在窃电。用户电压、电流、电量、功率因数（相位角）、线损等不可能恒定不变，轻微的变化一定存在，而且这种微小的变化与窃电无关。但是如果变化的幅度超过一定的数值，我们就可以确定为异常。通过对用户的用电异常进行详细分析，可以确定用户是否存在窃电。根据电工原理，结合广州地区用电实际以及以往窃电案例，设计了用电异常模型及判定条件。由于窃电主要在专变客户，这里重点介绍专变客户用电异常模

6、型。电压异常。由于用户电压值约等于供电电压，通过电压低于某阀值进行判定。电流异常。由于电流随着负荷变化但是三相电流基本平，所以用三相电流不平衡进行判定。功率因数异常。由于专变用户要执行力率考核，功率因数低于规定值的用户要进行处罚，所以专变用户功率基本上大于0.8。因此我们用功率因数低于某个阀值来判定。电量异常。由于电量随吋变化，但是正常情况下计量表采样值（表采）与负控装置采样值（交差）之间的差值相差不人，我们可以通过监测计量表采样值（表采）与负控装置采样值（交差）之间的差值来判定是否存在窃电行为。线损异常。由于用户线损在一定范围内变化（城

7、网线损率一般低于5%，农网线损率一般低于大于7%）,用线损大于某个阀值来判定。具体的异常模型如下。4、反窃电模型用户存在用电异常行为并不等于就-定有窃电行为，还有可能是由于断线、线路故障、外部干扰等原因造成。但是反过来，用电存在窃电行为则该用户的一定产生用电异常现象，而且通常不止一种用电异常现象并且用电异常现象具有持续性。根据这个基本思路来设计反窃电识别模型，即综合测算用户用电异常行为出现的种类及次数来判断是否存在窃电，这里我们简化为计算用户的“嫌疑系数”。我们将用户每种用电异常模型设定不同分值，用户一天当中出现用电异常模型的次数与该模型

8、对应分值的乘积的累计值，就是用户的“嫌疑系数”。公式：嫌疑系数=&51101;（用电异常分值*异常次数）用电异常分值：该用电异常后与窃电行为的关联越高，分值越高。异常次数：指用户在一天中出现用