基于用电信息采集大数据的防窃电方法探讨

基于用电信息采集大数据的防窃电方法探讨（国网重庆市电力公司合川供电分公司，重庆合川401520）徐育涛创建了用电数据采集平台中各种信息、各种异常事件与窃【摘要】本文分析了典型的窃电方法与特点，探究给出了和窃电有关的特征参数，

涉及信息预处置、用电异常测试模型与窃电现已预计模型三种。经过电现象间的联系，规划了基于用电数据收集大数据的防窃电框架化模型，

现场收集的信息，验证了该框架华防窃电模型的科学性，为处理大数据环境下的窃电现象监控问题带来了有效办法。

防窃电；框架化模型【关键词】用电数据采集平台；大数据；

【中图分类号】【文献标识码】【文章编号】（2019）TM73A1006-422212-0237-02

对于形式各式各样的窃电方法袁依靠用电数据采集平台收集的信息袁实时监控客户的用电状态参数遥伴随大数据技术的进步袁选择电压尧电流尧功率以及电量等用作窃电判据方面的电气参考值袁基于目前信息和历史信息相融合研究用电行为袁找出窃电嫌疑对象袁实现采用大数据科技展开反窃电遥采取大数据系统判断窃电方法的重点是研究不同窃电办法的窃电特点袁从而给出监控的有关特征电气参数遥

按照功率检测和电能计算的基本原理袁客户负荷功率尧电流尧电压尧及其电流与电压之间相位联系这几个参数相关袁客户负荷耗能和负荷运转功率与时间有关袁经过用电数据采集平台监控电流尧电压尧功率指标尧电量尧线损等有关特征参数与各种情况的状态特征参数袁创建该特征参数和客户用电行为的联系遥

1典型的窃电方法和有关特征参数电力工业属于国家经济的基础性行业袁保障电网局实时收回电费室保障电力发展的重要条件遥但是袁因为多种原因袁当前窃电现象比较常见袁有些地方甚至还非常猖獗袁给供电公司带来了巨大亏损遥据不完全统计表明袁国内每年窃电损失高达200亿元遥

按照用电数据采集平台的信息袁创建各种信息和各种异常事件同窃电现象间的联系袁由此袁创建依靠大数据的防窃电框架化模型袁从而处理大数据背景下的窃电现象监控问题遥

虽然窃电方式多种多样袁但是这些窃电现象均会在窃电客户用电量统计信息上体现出来袁特殊时期内客户用电统计信息和客户的用电习惯同特征有联系袁经过对大量的用电统计信息分析袁获取对决策人员决策有用的内容袁能发现其背后隐含的客观规律袁从而达到防窃电目的遥依靠用电数据采集平台大数据的防窃电办法袁如图1所示遥这种方法分成四个部分院淤用电数据采集平台的信息收集曰于分布式信息保存曰盂框架化防窃电模型曰榆起点可疑预计袁如图1所示袁下面将分别展开分析院

2依靠用电数据收集大数据的防窃电办法2.1用电数据采集平台的信息收集

用电数据采集平台表示成三层简化物理框架袁如图2所示遥顶层结构主站完成整个平台的用电数据收集尧信息管理和使用袁及其与其他平台的信息交换等功能袁属于用电数据采集平台的关键计算机网络平台曰第二层属于信息收集层袁它的主体时电能数据采集终端和集中器袁重点负责收集与监控每个采集点电参数数据曰第三层属于采集点监控机械层袁包含自动电能表等袁属于电参数数据收集源于监控对象[1]遥基于用电数据采集平台能够实现对用电客户的野全采集尧全覆盖冶袁实时尧完整尧精准把握用电客户的当前信息与历史资料等用电数据袁为研究窃电现象带来稳定的信息基础遥

量箱袁普通三相用户使用独立电表箱袁单相居民使用集中电表箱袁对于较分散的居民用户袁根据实际情况后适当分区安装电表箱中心用户遥一般来说袁窃电人在犯罪时袁必须先接触计量装置的主尧次装置袁然后才能进行攻击遥因此袁使用专用计量箱或计量箱的目的是为了防止窃电者接触计量装置袁从而加强计量装置本身的保护能力遥该措施主要用于无电表的电气防盗袁对低压法尧欠电流法尧相移法的电气防盗也有一定的预防作用遥

装置电量监视器袁电量监视器也称作防窃电装置袁是利用现有科技水平手段起到对计量设备的运行状态下进行监视袁目前我国已经开发出多种防窃电的产品在进行实践试用遥在这个基础上不断的推陈出新袁加以改进袁得到了非常显著的效果遥选择具有防奇电功能的有功功率计遥对于三相不平衡负荷和单相负荷用户袁不宜选用三相两分量电能表进行电能计量遥结合上述资料分析袁现阶段过程中我国电力维护与供电检查管理方面仍然存在着许多问题有待完善解决遥这些问题的存在使人民用电体验与供电企业的管理造成了比较大的影

响袁国家也需要推出相应的管理政策帮助用电市场得到一个良好的平衡发展袁更需要用电人员各自的自觉遵守用电守则不做违规用电遥非法窃电的事情袁为了保证市场的秩序袁所以需要我们相关的从业人员袁结合实际情况进行合理的处理解决袁提高供电用电环境的公正市场袁提升我国电力管理水平袁为社会及居民用电提供安全稳定的供电需求与质量遥

[1]孙华.电力调度运行管理常见问题及对策分析[J].通讯世界袁2014渊21冤院145-146.

[2]李仕春袁葛伟.不断推进工会工作的创新与发展[J].中国劳动关系学院学报袁2008渊4冤.

[3]麦艳青.电力管销中选程用电检查技术的相关应用研究[D].企业技术开发月刊袁2015袁34渊2冤院55-56.

参考文献

4结语收稿日期：2019-11-13作者简介：李晓东渊1979-冤袁男袁汉族袁宁夏平罗人袁工程师袁主要从事电力营销方面工作遥

238电力讯息

图1依靠用电数据收集大数据的防窃电办法

图2用电数据采集平台三层结构

用电数据采集平台的主站袁按照监测客户的电参数信息与用电异常监控模型袁对同样的计量点以不同方法收集的电参量信息进行比较袁或是对同个计量点的实时信息和历史电参量信息进行比较袁按照比较曲线数值差距与趋势差距袁判定客户用电是否稳定袁若发现异常袁开启异常处置流程袁对该客户其他的参数展开连续监测袁并按照窃电可疑预计模型袁把监测2.2的信息进行统一分析判定设置野窃电概率值用用电电数据数据采采集集平台平监台测的的数据数据种根据时类

冶遥

间属性能够分成一类数据渊实时与当前数据冤尧二类数据渊历史日信息与历时月信息淤冤计电与三信息能信息类数据曰虞事曰件于渊记录交事流件信息信息模拟曰量冤遥愚曰其盂根他工据数据的信息况信息遥

曰物理榆电性能质性能能够越分成限统院一类数据重点体现电力客户目前的实时用电数据曰二类数据具备事件序列性质遥这类数据能够提供曲线信息袁且设置曲线实践周期袁一类尧二类数据时研究窃电情况的基础信息[2]遥三类数据是事件信息袁记录事件的明确状态数据遥其中袁电流回路问题尧电压回路问题尧相序问题尧有功总电能量差异越限事件记载尧电压越限记载尧电流越限记载尧电能表示度降低尧电能2.3量超分差布式等情况信详细息保数据存

能为研究窃电带来综合判定依据遥当前袁用电数据采集平台主机架构采取基于以往的IOE架构袁采取IBM类主机与配套保存和关系信息库渊Oracle冤遥但该种结构已不适用于大量信息的保存袁所以为了适应海量收集信息的存储袁能采取Oracle与NoSQL信息库渊HBase冤相融合的存储模式袁采用Oracle存储所有参量关系信息袁而采取具备高稳定性尧能伸缩性的大量信息分布式保存系统HBase袁存储HBase平台的海量监测信息袁通过信息处置后转存进Hadoop技术海的MapReduce能够建立出系大统范围袁能对尧框HBase架化的分保布存式集保群Oracle遥采取存袁而系且统采内取的acle量布式信息库信息实现高效计算与分析[3]遥经过以上方法处理应用Or鄄文件平展开台袁以海流量式信息信息分析的访问方式性能来现保状存遥HDSF超大文件属于一袁进种而分得到一次写入尧反复读写的最有效访问方式曰且在一般的商用硬

2019年12月件3上模依应用靠遥

用电数据收集大数据的防窃电框架化3.1型依靠整体架用电构

数据收集大数据防窃电的框架化模型具体包含如下几个部分院信息预处置尧用电异常测试模型和窃电可疑预计3.2模型信遥

在用息电预数据处置

采集平台的数据收集中袁信息缺失是个不能规避和必须面对的情况遥特别是电量与功率等信息的缺失将直接干扰用电异常数据的挖掘与窃电可疑预计等真实性[4]遥所以袁对缺失信息的处置变得十分关键遥此处将缺失属性看作因变量袁其余属性看作自变量袁采用n次多项式逼近法完成缺失值插补渊1袁冤具选体取步骤三阶是或院

五阶拟合方程遥建立有功功率参数渊x冤和属性量时x渊蓘渊2t间渊t冤间的函数拟合式子是院

i冤=a0+ax冤选择有1t功功i+a2ti2率+a缺3ti3+失噎噎信息+[ax5ti5蓡渊1冤n袁tntn-N噎xn-2xn-1xnxn+1xn+2噎tn+N]的前后各N个信息院n-N噎tn-2进拟tn-1t合n式tn+1渊1t冤n+2中噎袁t将n+N

把[xi袁ti]代a0袁a1袁a2袁a3视为拟合式子待定值求渊3解冤按照遥

最小二乘法理论袁让插补[xn袁tn小袁求得系数a0袁a1袁an+N2袁a3参量袁就算以下均方]参差数的式子均院

方差为最2

n+N

min

F渊a0袁a1袁a2袁a3冤=对移蓘x渊ti冤-xi蓡=移蓘蓸a0+a1ti+a2ti2+a3ti32

i=n-N

i=n-N

蔀-xi蓡渊2冤

渊4系冤把数式a0渊袁1a冤1袁函a2袁数a3结构计算完导善数最输进小值缺失袁创属建矩性参阵量遥

值tn袁求得有功功4结x渊束t率缺失属性信息[xn袁tnn冤=语a3tn3+a2tn2+a1tn+a0=蓘]蓸院

a3tn+a2蔀tn+a1tn蓡tn+a0渊3冤

本文介绍了典型的窃电办法与特点袁设置了有关特征参数曰然后规划了依靠大数据的防窃电框架化模型袁对于用电异常测试模式创建了窃电现象和用电数据采集平台内各种信息与各种异常事件间的联系袁窃电可疑预计模型提出了客户四种窃电可疑等级曰最终袁经过野窃电可疑值冶预估袁确定窃电稽核对象遥为用电数据采集平台大数据防窃电办法奠定了技术基础遥

[1]参考文献

技术强[2]研究浩袁戴巧[J].云袁吴柯袁等.基于大数据的变结构BP神经网络反窃电的程俊文袁李江慧苏娟理袁工曹学志院强学.基报于袁2019袁25渊2冤院10-14.

[3]防研究窦窃健电袁研究刘宣[J].供用电袁2019袁36K-means渊1冤院75-80.

算法和用电信息采集系统[4][J].电测与仪袁卢表继袁2018哲袁等袁55.基渊于用电信息采集大数据的防窃电方法电张特征晶分析袁刘晓[J].巍供袁用张电松涛袁2018.基袁于2135营冤院渊6销43-49.

冤院大数据的用77-82.

电异常事件统计及窃收稿日期：2019-11-02作者简介：徐育涛渊1975-冤袁男袁汉族袁重庆合川人袁工程师袁本科袁主要从事线损管理尧用电检查尧用电计量尧用电采集方面的工作遥