專(zhuān)利名稱：一種自適應(yīng)的防竊漏電診斷方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種電力行業(yè)防竊漏電的診斷方法，尤其涉及一種適應(yīng)于大用戶防竊漏電的實(shí)時(shí)自動(dòng)診斷方法。
背景技術(shù)：
竊電者為了達(dá)到竊電目的，往往采用各種竊電手法進(jìn)行竊電，手法五花八門(mén)，但萬(wàn)變不離其宗，最常見(jiàn)的是從電能計(jì)量原理入手一個(gè)電能表計(jì)量電量的多少，主要決定于電壓、電流、功率因數(shù)三素和時(shí)間的乘積。因此，只要想辦法改變?nèi)刂械娜魏我粋€(gè)要素都可以使電表慢轉(zhuǎn)、停轉(zhuǎn)甚至反轉(zhuǎn)，從而達(dá)到竊電的目的；另外，通過(guò)采用改變電表本身的結(jié)構(gòu)性能的手法，使電表慢轉(zhuǎn)，也可以達(dá)到竊電的目的。
竊電和計(jì)量裝置故障造成漏收、少收電費(fèi)使電力系統(tǒng)利益受損。傳統(tǒng)的防竊漏電 方法主要通過(guò)定期巡檢、定期校驗(yàn)電表、用戶舉報(bào)竊電等手段來(lái)發(fā)現(xiàn)竊電或計(jì)量裝置故障。但這種方法對(duì)人的依賴性太強(qiáng)，抓竊查漏的目標(biāo)不明確。目前各供電局已基本建成了涵蓋各種計(jì)量點(diǎn)及采集終端的集信息采集、監(jiān)控、分析和計(jì)量管理于一體的計(jì)量自動(dòng)化應(yīng)用平臺(tái)，完成了對(duì)電廠、變電站、公變、專(zhuān)變、低壓集抄等發(fā)電側(cè)、供電側(cè)、配電側(cè)、售電側(cè)的綜合性統(tǒng)一數(shù)據(jù)的自動(dòng)采集監(jiān)控。已實(shí)現(xiàn)對(duì)居民用電的遠(yuǎn)程集中抄表功能，計(jì)量自動(dòng)化系統(tǒng)與營(yíng)銷(xiāo)管理系統(tǒng)、生產(chǎn)調(diào)度系統(tǒng)等均不同程度的通過(guò)數(shù)據(jù)接口實(shí)現(xiàn)了數(shù)據(jù)共享，現(xiàn)在應(yīng)用系統(tǒng)中已存儲(chǔ)了大量用戶用電信息。為了更好的發(fā)揮計(jì)量自動(dòng)化系統(tǒng)的遠(yuǎn)程在線監(jiān)測(cè)平臺(tái)，目前很多供電局主要通過(guò)營(yíng)銷(xiāo)稽查人員、用電檢查人員和計(jì)量工作人員利用計(jì)量異常報(bào)警功能和電能量數(shù)據(jù)查詢功能開(kāi)展用戶用電情況的在線監(jiān)控工作，通過(guò)采集電量異常、負(fù)荷異常、終端報(bào)警、主站報(bào)警、線損異常等信息，建立數(shù)據(jù)分析模型，來(lái)實(shí)時(shí)監(jiān)測(cè)竊漏電情況和發(fā)現(xiàn)計(jì)量裝置的故障。并通過(guò)“失壓失流”、“超合同容量用電”、“電流過(guò)負(fù)荷”等用電報(bào)警信息，以及根據(jù)報(bào)警事件發(fā)生前后客戶計(jì)量點(diǎn)有關(guān)的電流、電壓、負(fù)荷數(shù)據(jù)情況等，通過(guò)構(gòu)建基于指標(biāo)加權(quán)的用電異常分析模型，實(shí)現(xiàn)檢查客戶是否存在竊電、違章用電及計(jì)量裝置故障等目的。以上防竊漏電的診斷方法，雖然能獲得用電異常的某些信息，由于終端誤報(bào)或無(wú)用信息太多，無(wú)法達(dá)到真正快速精確定位竊漏電嫌疑用戶和計(jì)量故障的目的，往往令稽查工作人員無(wú)所適從。而且在采用這種方法建模時(shí)，模型各輸入指標(biāo)權(quán)重的確定需要用專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，具有很大的主觀性，存在明顯的缺陷，所以實(shí)施效果往往不盡如人意。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題，就是提供一種自適應(yīng)的防竊漏電診斷方法，達(dá)到真正快速精確定位竊漏電嫌疑用戶和計(jì)量故障的目的。解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案是一種自適應(yīng)的防竊漏電診斷方法，包括以下步驟步驟I :從計(jì)量主站獲取電量、負(fù)荷、報(bào)警及線損的歷史樣本數(shù)據(jù)；
步驟2 :對(duì)歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理；步驟3 :構(gòu)建專(zhuān)家樣本庫(kù)；步驟4 :構(gòu)建竊漏電診斷模型；步驟5 :進(jìn)行竊漏電診斷；步驟6 :優(yōu)化模型參數(shù)，并重構(gòu)模型。所述的步驟I包括以下子步驟SI. I :確定樣本覆蓋范圍 至少包含近三年來(lái)所有的竊漏電大用戶及隨機(jī)選取8%正常用戶；SI. 2 :確定樣本數(shù)據(jù)范圍樣本數(shù)據(jù)抽取時(shí)要包含竊漏電用戶的竊漏電開(kāi)始時(shí)間和結(jié)束時(shí)間節(jié)點(diǎn)前后各兩個(gè)月的數(shù)據(jù)。所述的步驟2包括以下子步驟主要包括缺失值處理、異常值處理、節(jié)假日數(shù)據(jù)處理、負(fù)荷數(shù)據(jù)平滑處理等S2. I :缺失值處理發(fā)現(xiàn)存在缺失現(xiàn)象時(shí)，通過(guò)同類(lèi)型日數(shù)據(jù)結(jié)合插值算法進(jìn)行處理；S2. 2 :異常值處理對(duì)超出指標(biāo)閥值范圍的數(shù)據(jù)，通過(guò)同類(lèi)型日數(shù)據(jù)結(jié)合插值算法進(jìn)行修正處理；S2. 3:節(jié)假日數(shù)據(jù)修正周六修正系數(shù)=最近ー個(gè)月的采集周期內(nèi)的工作日平均電量/周六的平均電量；節(jié)假日修改系數(shù)=最近ー個(gè)月采集周期內(nèi)的工作日平均電量/節(jié)假日的平均電量。這里節(jié)假日指周日、國(guó)慶、五一等法定節(jié)假日；S2. 4 :負(fù)荷數(shù)據(jù)平滑處理在進(jìn)行數(shù)據(jù)格式化(5L指標(biāo))時(shí)，對(duì)實(shí)時(shí)負(fù)荷數(shù)據(jù)采用最高次數(shù)為20的多項(xiàng)式擬合方法進(jìn)行平滑處理。所述的步驟S3的專(zhuān)家樣本庫(kù)以日為單位表征各計(jì)量點(diǎn)的用電情況，輸入項(xiàng)包括5E指標(biāo)、5L指標(biāo)、報(bào)警指標(biāo)、線損指標(biāo)和六角圖指標(biāo)，輸出項(xiàng)為竊漏電嫌疑系數(shù)；具體包括以下子步驟S3. I :計(jì)算第一個(gè)竊漏電核心評(píng)價(jià)指標(biāo)5E指標(biāo)5E指標(biāo)即電量指標(biāo),為日用電量移動(dòng)平均后差分先計(jì)算日用電量移動(dòng)平均連續(xù)t天(本項(xiàng)目t=5)的用電量平均值，計(jì)算式如下
權(quán)利要求
1.ー種自適應(yīng)的防竊漏電診斷方法，其特征是包括以下步驟 步驟I:從計(jì)量主站獲取電量、負(fù)荷、報(bào)警及線損的歷史樣本數(shù)據(jù)； 步驟2 :對(duì)歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理； 步驟3 :構(gòu)建專(zhuān)家樣本庫(kù)； 步驟4 :構(gòu)建竊漏電診斷模型； 步驟5:進(jìn)行竊漏電診斷； 步驟6 :優(yōu)化模型參數(shù)，并重構(gòu)模型。
2.根據(jù)權(quán)利要求I所述的自適應(yīng)的防竊漏電診斷方法，其特征是所述的步驟I包括以下子步驟 ·SI. I :確定樣本覆蓋范圍 至少包含近三年來(lái)所有的竊漏電大用戶及隨機(jī)選取8%正常用戶； · 51.2 :確定樣本數(shù)據(jù)范圍 樣本數(shù)據(jù)抽取時(shí)要包含竊漏電用戶的竊漏電開(kāi)始時(shí)間和結(jié)束時(shí)間節(jié)點(diǎn)前后各兩個(gè)月的數(shù)據(jù)。
3.根據(jù)權(quán)利要求I所述的自適應(yīng)的防竊漏電診斷方法，其特征是所述的步驟2包括以下子步驟 包括缺失值處理、異常值處理、節(jié)假日數(shù)據(jù)處理和負(fù)荷數(shù)據(jù)平滑處理 ·52.I :缺失值處理 發(fā)現(xiàn)存在缺失現(xiàn)象時(shí)，通過(guò)同類(lèi)型日數(shù)據(jù)結(jié)合插值算法進(jìn)行處理； S2. 2 :異常值處理 對(duì)超出指標(biāo)閥值范圍的數(shù)據(jù)，通過(guò)同類(lèi)型日數(shù)據(jù)結(jié)合插值算法進(jìn)行修正處理； S2. 3 :節(jié)假日數(shù)據(jù)修正 周六修正系數(shù)=最近ー個(gè)月的采集周期內(nèi)的工作日平均電量/周六的平均電量； 節(jié)假日修改系數(shù)=最近ー個(gè)月采集周期內(nèi)的工作日平均電量/節(jié)假日的平均電量； 所述的節(jié)假日指周日、國(guó)慶、五一法定節(jié)假日； · 52.4:負(fù)荷數(shù)據(jù)平滑處理 在進(jìn)行數(shù)據(jù)格式化時(shí)，對(duì)實(shí)時(shí)負(fù)荷數(shù)據(jù)采用最高次數(shù)為20的多項(xiàng)式擬合方法進(jìn)行平滑處理。
4.根據(jù)權(quán)利要求I所述的自適應(yīng)的防竊漏電診斷方法，其特征是所述的步驟S3的專(zhuān)家樣本庫(kù)以日為單位表征各計(jì)量點(diǎn)的用電情況，輸入項(xiàng)包括5E指標(biāo)、5L指標(biāo)、報(bào)警指標(biāo)、線損指標(biāo)和TK角圖指標(biāo)，輸出項(xiàng)為切漏電祿疑系數(shù)； 具體包括以下子步驟 ·53.I :計(jì)算第一個(gè)竊漏電核心評(píng)價(jià)指標(biāo)5E指標(biāo)5E指標(biāo)即電量指標(biāo),為日用電量移動(dòng)平均后差分 先計(jì)算日用電量移動(dòng)平均連續(xù)t天(本項(xiàng)目t=5)的用電量平均值，計(jì)算式如下
5.根據(jù)權(quán)利要求I所述的自適應(yīng)的防竊漏電診斷方法，其特征是所述步驟S4是指利用模糊神經(jīng)網(wǎng)絡(luò)進(jìn)行建模，模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括 1)輸入層，該層有η個(gè)結(jié)點(diǎn)直接與輸入向量X連接，將輸入值X=[Xl，…，Xn]傳送到下ー層; 2)模糊化層，若每個(gè)輸入變量均定義有m個(gè)模糊集合，則此層內(nèi)共有ηXm個(gè)結(jié)點(diǎn)，分為η組,姆組m個(gè)結(jié)點(diǎn)； 第i組的m個(gè)結(jié)點(diǎn)輸入都是Xi，其輸出分別是各輸入量屬于輸出值模糊集合的隸屬度函數(shù)/// (X,)，μ; (x,)代表Xi的第j個(gè)模糊集合； 3)模糊推理層，其每個(gè)結(jié)點(diǎn)代表一條模糊規(guī)則，它的作用是用來(lái)匹配模糊規(guī)則的前件(輸入和狀態(tài))，計(jì)算出每條規(guī)則的適用度，即
6.根據(jù)權(quán)利要求I所述的自適應(yīng)的防竊漏電診斷方法，其特征是所述的步驟S5包括以下步驟 S5. 1 :從計(jì)量主站系統(tǒng)毎日實(shí)時(shí)抽取所有計(jì)量點(diǎn)的電量、負(fù)荷、報(bào)警及線損等數(shù)據(jù)； S5. 2 :對(duì)實(shí)時(shí)抽取的計(jì)量數(shù)據(jù)進(jìn)行缺失值處理、異常值處理、節(jié)假日數(shù)據(jù)修正、負(fù)荷數(shù)據(jù)平滑處理等預(yù)處理； S5. 3 :計(jì)算得到模型的輸入項(xiàng)指標(biāo)，即5E指標(biāo)、5L指標(biāo)、報(bào)警指標(biāo)、線損指標(biāo)和相位角指標(biāo)； S5.4 :調(diào)用模型，得到各計(jì)量點(diǎn)的竊漏電嫌疑系數(shù)，嫌疑系數(shù)大于閾值則標(biāo)示該用戶具有竊漏電行為。
7.根據(jù)權(quán)利要求I所述的自適應(yīng)的防竊漏電診斷方法，其特征是所述的步驟S6包括以下子步驟S6.1 :對(duì)模型的評(píng)價(jià)結(jié)果進(jìn)行人エ審核，若診斷結(jié)果正確，則結(jié)束，否則至S6. 2 ； S6. 2 :重新審視竊漏電評(píng)價(jià)指標(biāo)及專(zhuān)家樣本數(shù)據(jù)，必要時(shí)調(diào)整竊漏電評(píng)價(jià)指標(biāo)或增補(bǔ)專(zhuān)家樣本數(shù)據(jù)； S6. 3 :重新訓(xùn)練竊漏電診斷模型，并保存模型。
全文摘要
一種自適應(yīng)的防竊漏電診斷方法步驟1從計(jì)量主站獲取電量、負(fù)荷、報(bào)警及線損的歷史樣本數(shù)據(jù)；步驟2對(duì)歷史樣本數(shù)據(jù)進(jìn)行預(yù)處理；步驟3構(gòu)建專(zhuān)家樣本庫(kù)；步驟4構(gòu)建竊漏電診斷模型；步驟5進(jìn)行竊漏電診斷；步驟6優(yōu)化模型參數(shù)，并重構(gòu)模型。本發(fā)明的自適應(yīng)的防竊漏電診斷方法具有自學(xué)習(xí)特性，通過(guò)對(duì)電力用戶用電數(shù)據(jù)進(jìn)行學(xué)習(xí)建模，并以形成的用電規(guī)律診斷新的數(shù)據(jù)合理性和正確性，能夠有效提高竊漏電監(jiān)控診斷的準(zhǔn)確性。
文檔編號(hào)G01R31/02GK102866321SQ20121028747
公開(kāi)日2013年1月9日 申請(qǐng)日期2012年8月13日 優(yōu)先權(quán)日2012年8月13日
發(fā)明者劉濤, 楊勁鋒, 闕華坤, 肖勇, 孫衛(wèi)明, 陳啟冠, 王和棟, 張良均 申請(qǐng)人:廣東電網(wǎng)公司電力科學(xué)研究院