基于用电采集信息数据模型的反窃电分析研究

基于用电采集信息数据模型的反窃电分析研究

王信敏,庞敏

国网内蒙古东部电力有限公司供电服务监管与支持中心

内蒙古通辽市

028000

摘要：电力系统数据传输具有连续性的特点，表明其动态属性，数据信息的变化会受到电力资源存储能力的影响，对系统运行过程中大量的数据处理提出了一定的要求。在当前的大数据时代下，借助有效的技术手段对数据进行高效处理，能为电力系统运行管理提供相应的便利，电力企业运营监控部门可将其融入实际工作中，对各类数据进行精准分析，发现其中的异常问题，推进电力企业运行更趋稳定。

关键词：反窃查违；采集信息；窃电模型

引言

近年来,随着用电信息采集体系的大力推广,用户用电信息收集规模日益壮大,数据深化运用能力不断加强,系统的运营保障工作也随之增加,紧迫的运维工作要求和相对落后的运维力量不相匹配等问题也逐步凸显。随着中国科学技术能力的逐渐增强,国家信息化管理水平也在不断提升,大数据分析也是得益于计算机技术的蓬勃发展,已经在许多领域得到广泛应用,发展日新月益。因此笔者对大数据分析技术在用电信息采集与运维服务领域中的运用策略作出了一些探讨。

1我国窃电行为实况

科学技术的日行千里丰富了人们的生活，为当代人的生活和工作带来了巨大便利，各个服务行业都为用户足不出户缴费大开方便之门。电费是每个缴费周期内用户实际使用电量的费用支出，每个用户使用的电费不尽相同。这种特性使得窃电行为有很大的操作空间，窃电次数则更难统计。过去传统的窃电行为主要集中为乡村的私拉电线和绕越电力计量装置，在科技水平已十分先进的今天，为了减少电费支出，窃电行为依然存在，且方法多样，形式隐蔽。近年来，窃电案件屡发不止，尤其是高科技窃电手段层出不穷，加剧了供电企业的购售损耗，造成资源的巨大损失与浪费。更有甚者，以省钱为噱头，将不法窃电设备制作成商品，进行贩卖销售形成产业链，严重破坏电力市场的经济稳定运行。根据电力部门提供的统计数据，在所有检测到的窃电方式中，最隐蔽的行为属于表前分流窃电、强磁铁和遥控窃电。这些方法很难被察觉，在窃电行为中占比最大。

2电力运营监控数据类型

在电力运营监控数据中，包括了以下类型数据：（1）基础数据，基础数据指的是在电力系统运行中产生的数据，包括了电力系统电流大小、电压等，电力运行监测对象通常为电量及电压数据，电力企业应借助有效的措施来加强数据信息的稳定性。（2）运营数据，这类数据产生于电力运行生产、市场营销等过程，包括了电力交易价格以及用户用电量等信息，经过对这些数据的处理分析之后得到结论，通过对数据的有效利用，可使企业的运营管理得到数据支撑，为各部门的工作开展带来帮助。（3）管理数据，电力企业管理数据是ERP及办公平台产生的数据，管理数据与其他的数据类型之间不同，需要在特定的条件下才可实现资源共享，利用这些管理数据可使企业的发展得到有效推动。

3采集信息数据模型的反窃电分析

3.1用电信息采集及反窃电监控平台

用电信息采集系统主要由主站、传输信道、采集终端以及电表组成。通过采集关口表和户表的用电数据，实现用电信息监控、负荷管理、线损分析等功能。通过用电信息采集、营销业务应用系统以及反窃电监控平台进行数据收集和分析，筛查存在用电异常的用户，用大数据推动反窃电工作持续发展。通过客户档案信息、采集计量数据、主动告警时间和线损率4个方面的数据，对比筛选出疑似窃电的用户，随即开展现场核查。同时在变压器出线侧安装反窃电监测终端，用电信息采集系统统一将相关用电数据推送至反窃电监控系统进行对比分析，判断被监测用户是否存在窃电或计量异常。

3.2用电数据识别、估值

操作系统根据不同的消费者群体,可选择不同的判断组合标准,以获得最佳的数据识别效率。操作系统根据配置准则组合内的所有子准则,筛选异常数据信息,以保证结果资料数据准确性。操作系统针对缺少数据、采集失败的数据信息,采用一系列的估值原则,以得出最合理的数据。系统数据修复具有自动学习功能,可以自动匹配最贴近现实状况的统计实现数值修复。例如,在信息采集流程中,出现了某个时段缺数,最常用的修复统计方法就是直线修复。数据分析系统应用的大数据引擎,会按照预设的规律找出最贴近缺数期间的用电数据,再选择缺数时期的数据信息加以统计修复,让数据信息更符合实际状况。

3.3运营监控系统数据处理技术在电力营销的应用

电力运营监控部门可借助远程视频技术来巡查电力营业单位，查找营销过程中存在的问题。监测平台可对电力系统的中高压业扩流进行实时监测，并且借助大数据技术使营业窗口巡查时间缩短。针对业扩流程薄弱的时间点，有效地提升营业窗口的服务水平及效率，并且降低用户投诉的概率，改善客户的用电体验，使时间的分配更加合理。可进行工业用户的大电量预测及需求侧管理，同时进行用电采集系统及量价费损营销稽查监控业务，并且加强线损方面的治理，使电力营销工作的开展效果得到改善，进而实现电力营销精益化管理的目标。

3.4用户用电装置负载分类

通过数据分析使用者的负载状况,筛选超载的线路、变压器设备及其接近超载的线路和变压器设备,为线路和使用者扩容提出基础数据分析；并按超载的频次、超载的容量等级,给出技改优先顺序的明细；控制系统能够从宏观经济(总体)和微观(单台变压器)两方面,给出对变压器设备负荷状况的分析数据。通过对供电装置负荷率的统计趋势分析,对用户提出合理化建议；对用电装置负荷异常大的给出告警消息,以及时引起使用者重视；对长时间超负荷工作的装置,进行风险提醒。

3.5进行大数据分类

大数据的优势所在正是可以准确定位不同客户人群，根据用电属性的差异来展开分类，并利用电力营销大数据实施反窃电检查。工、农、商业用电和居民生活用电之间存在明显差异。电力负荷曲线的波动与幅值之间的差距比较明显，基于这种较直观的差异，判断用户到底是否存在窃电行为也更易操作。虽然在实际生活中，用户的用电情况不会呈现实验中的理想化，而且由于外部因素的干扰，用电类别很容易改变。因此，在反窃电检查工作中，有必要实时监测用户的电能消耗量，并在一定时间内分析是否存在电压损失或是电流异常。

结束语

本文分析不同窃电方式对应的用户用电采集数据模型，通过数据模型可以快速定位窃电用户。通过上述分析方法，本单位陆续排查出存在窃电行为的用户，有效提高了反窃电工作效率，反窃电准确率也显著提升。

参考文献

[1]薛峪峰,马占海,罗红郊.基于大数据混合数据驱动模型的多用户反窃电甄别研究[J].自动化与仪器仪表,2020(12):215-218.

[2]刘文.无线反窃电自动抄表系统设计[J].电工技术,2020(24):151-152.

[3]赵海波.电力行业大数据研究综述[J].电工电能新技术,2020,39(12):62-72.

[4]王玮.基于用电信息采集系统大数据分析的反窃电平台应用研究[D].河北科技大学,2020.

[5]高铭泽,李军伟,潘楠,沈鑫,潘地林.数据挖掘技术在反窃电系统中的运用[J].电子技术与软件工程,2020(21):154-155.