智能电能表中全模块化防窃电技术研究.pdf

512023.08.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术智能电能表中全模块化防窃电技术研究梁允锋（广东电网有限责任公司佛山南海供电局）摘要：在防窃电过程中，未对电能数据进行预处理操作，使得冗余数据过多，导致窃电识别效果较差，对此，本文提出智能电能表中全模块化防窃电技术研究。基于智能电能表对电能数据进行采集，对采集到的电能数据进行预处理，去除冗余数据，提高数据精度。通过窃电行为识别模块对电能数据异常情况进行快速识别，根据识别结果实现智能报警功能。实验结果表明所提方法进行窃电行为识别时只有 1 个用户的识别结果出现误差，且识别时长最高为 36s，说明所提方法具有实用性。关键词：智能电能表；冗余数据；窃电行为识别模块0 引言对于电力行业而言，窃电现象的存在是影响居民用电的一个重要原因。纵观国内防窃电技术现状，一般只能对单一的或者有限的几种典型的窃电手段起到防范作用，但缺少全面的防窃电技术。窃电行为的有效遏制对于电力公司乃至全社会的发展都有着重大的意义，现阶段专家学者们提出了不少窃电检测方案，但考虑到成本和实际应用效果，目前仍然缺乏可靠实用的窃电预防措施1。综合来说，对用户安装专用的窃电检测装置或数据采集装置，并通过对高压侧与用户侧采集信息的实时差动比对来完成对用户的实时监测的方式具有较高的科学性。但由于窃电用户毕竟是少数，若只因少数的窃电用户而为辖区大规模的用户安装专用的信息采集装置，则整个检测系统的运行成本将会成倍地提高。因此高效实用的反窃电技术需要兼顾窃电检测的效率和整体检测系统的构建成本。相关研究有：芦浩等人2从智能电量表的结构和特征出发，对防窃电技术进行研究。黎学博等人3通过对电力计量系统进行分析，从而提高防窃电技能。但上述两种防窃电技术在防窃电过程中，未对电能数据进行预处理操作，使得冗余数据较多，导致窃电识别效果较差。基于上述方法存在的问题，本文研究智能电能表中全模块化防窃电技术。1 智能电能表电能数据采集按相位可划分为单相智能电能表与三相智能电能表4。三相在一般情况下是平衡的，因此采用三相智能电能表进行电能计量，三相智能电能表计量方式如图 1 所示。图 1 三相智能电能表计量方式2023-08期电器工业杂志排版设计和印刷发排.indd 512023-08期电器工业杂志排版设计和印刷发排.indd 512023/8/8 下午2:492023/8/8 下午2:49522023.08.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术每个电能数据分为若干个块，针对每个数据块进行冗余数据删除，则考虑绝对值方程：式中，和 记为绝对值，由此实现电能数据中的冗余数据的删除。将修正后的电能数据进行归一化处理，是数据预处理中重要的处理流程之一。在一些情况下，希望每个特征属性能够有同样的权重和分量，但是不同特征属性的真实值可能差异很大且计算单位不同，如果此时将两个特征值进行运算时，很可能会被数值较大的那部分特征值所替代从而造成特征丢失。数据归一化可以将不同的特征进行重缩放，从而使得特征可以跨越比较。经过特征缩放后的数据通常介于 0 到 1 之间，并且能够与原数据具备一样的信息量。这样做的好处是能够让数值量大的特征不会主导结果。归一化表达式如下：式中，x表示处理后的新特征值；xmax、xmin分别表示原始特征在缩放前的最大值和最小值。基于上述内容完成电能数据的预处理操作。3 智能电能表中全模块化防窃电技术3.1 窃电行为识别模块窃电行为有多种情况，有可能是欠压法窃电、欠流法窃电、移相法窃电、扩差法窃电、无表法窃电。不管是什么原因，最终异常都会反映在电能数据上，而数据是真实的，对电能数据进行分析，可以从数据中提取出窃电行为的基本特征，完整展现电能规律，如果电能数据偏离用电规律，则可以进行窃电识别。本文通过窃电行为识别模块对电能异常情况进行快速识别，以判断用户电能数据是否发生异常。为了避免用户的用电特征被过大的电量抄表数据所淹没，用户用电量计算公式：式中，W 为用户用电量，kWh；P为功率，W。三相智能电能表计量的有功功率为：式 中，Uab、Ucb表 示 经 电 压 互 感 器 变 换 后 的AB、BC 相间线电压；Ia、Ic分别表示 A 相和 C 相的电流；a、c分别表示 A 相和 C 相的相位角。根据上式可知，能够影响电能计量的只能是 U、I 和 cos。2 数据预处理在进行防窃电分析前，要对上述获取到的电能数据进行修正。（1）数据缺失值有部分数据因为抄表或主站系统等问题，导致数据没有上传到主站数据库中，对于数据缺失值处理，很多方法采用取总的平均值来替代，但是在电能数据中，用户在不同时间段下使用的电量可能差别很大，使用总体平均值会增大数据误差，针对这种情况，采用多阶拉格朗日内插法计算缺失值5。以电能数据为例，该方法计算如下所示：式中，t 为缺失时刻；m1为前推期数；m2为后期推数。如果遇到连续多个缺失值，从左到右依次按照上式进行处理，右侧选取第 1 个有值的数字作为修补参考起始点。（2）重复值处理删除因为重复抄表造成的数据重复冗余。定义冗余数据删除数据特征区间：（1）（2）（5）（6）（3）（4）2023-08期电器工业杂志排版设计和印刷发排.indd 522023-08期电器工业杂志排版设计和印刷发排.indd 522023/8/8 下午2:492023/8/8 下午2:49532023.08.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术作统计分析，并作为定量判据。设该用户在某段用电正常的时间区段内的平均点密度为0，则用户用电异常评价指标 pi的表达式如下所示：5）根据经验设置阈值 K0，当 pi K0时，则该时间窗为异常状态，表示为 pi=1；窃电行为识别模块向智能报警模块发出用电异常信号；若piK0时，则表明该时间窗为正常状态，表示为 pi=0，即：若当前时间窗为正常状态，等待下一个时间窗，重复步骤 2 步骤 4。同时，Pi每隔 时间长度清零。若当前时间窗为异常状态，即某用户在某段时间区段内，出现连续的异常值或大多数时刻为异常值，则判断该用户可能窃电。当用户用电异常时，向智能报警模块发送信号，及时防止窃电严重程度的加大。3.2 智能报警模块根据上述窃电行为识别模块识别结果实现智能报警功能。智能报警模块的上位机程序的主要功能包括接受和分析前置机发出的预警信息，将遭受干扰的装置编号、干扰时间和干扰方式等信息保存到历史数据库中，并发送到相关工作人员的工作终端。同时，上位机程序还能进行历史信息的查询，可方便相关工作人员随时查询前置机历史预警信息，以便针对重点用户进行稽查。上位机的程序主要分为 A 和 B 两个进程，两个进程独立运行。进程 A 主要完成前置机的设置和校时，进程 B 主要完成前置机预警信号的接收和分析。进程 A 和进程 B 的程序流程分别如图 3 所示。（7）（8）本文选取正向有功电量作为电量参数进行分析。正向有功电量是指两个采样时刻之间的时间区段内电表示数的差值，是一个累积量，能反映所有时刻的用电情况。快速识别的具体步骤如图 2 所示。具体步骤如下所示：1）设置滑动时间窗函数的参数窗口长度 和 k0窗口间隔的大小。2）输入当前时刻对应时间窗 i对应的用户用电量时间序列，平稳化后得到 AR（1）时间序列模型。3）建立该用户用电量 AR（1）时间序列模型，并进行行列调整，得到重构矩阵 Y。4）根据圆环律，求 的 ESD，得到当前时刻的点密度i。在基于大数据流的异常数据快速检测中，为了提高准确性，应该对大量正常情况下的历史数据图 2 窃电行为识别模块主程序流程图2023-08期电器工业杂志排版设计和印刷发排.indd 532023-08期电器工业杂志排版设计和印刷发排.indd 532023/8/8 下午2:492023/8/8 下午2:49542023.08.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术4.3 窃电行为识别效率结果为进一步验证本文方法的实用性，以窃电行为识别时长为实验指标进行对比测试，测试结果如图 4 所示。根据图 4 可以看出，本文方法的窃电行为识别时长最高为 36s；文献 2 方法的窃电行为识别时长最高为 82s；文献 3 方法的窃电行为识别时长最高达87s；由此可见，本文方法的窃电行为识别时长明显图 3 进程 A 和进程 B 的程序流程图 4 窃电行为识别时长结果表 窃电的识别结果基于上述智能报警模块流程设计完成窃电行为的智能报警。管理员收到报警信息后立即派工辖区工作人员前往现场处理，对窃电用户起到震慑作用，保证电网的正常运行。4 实验分析4.1 实验准备为了验证本文智能电能表中全模块化防窃电技术的使用性能，选用某电网公司的电能数据集进行窃电行为识别测试。为测试所设计方法的功能实现效果，采用本文方法、文献 2 与文献 3 方法作为对比方法在本文进行方法实现与测试。4.2 窃电行为识别精准度结果为验证本文方法的有效性，以窃电行为识别精准度为实验指标进行对比测试，结果如下表所示。根据上表可以看出，本文方法的窃电行为的识别准确率较高，只有 1 个用户的识别结果出现误差；而文献 2 方法与文献 3 方法的窃电行为识别准确率较低，分别有 4 个、5 个用户的识别结果出现误差。由此可见，本文方法的识别精度明显高于对比方法。证明本文方法具有有效性。用电用户用户1是是是否是是是否是是是否是是否否是是是是是是是是是是是是是是是是否否否否是否否否用户2用户3用户4用户5用户6用户7用户8用户9用户10实际窃电情况本文方法文献2方法文献3方法2023-08期电器工业杂志排版设计和印刷发排.indd 542023-08期电器工业杂志排版设计和印刷发排.indd 542023/8/8 下午2:492023/8/8 下午2:49552023.08.DQGYCHINA ELECTRICAL EQUIPMENT INDUSTRYPRODVCT AND TECHNIC产品与技术低于对比方法，说明本文方法对窃电行为识别的效率较高，具有应用价值。5 结束语对于电力行业而言，窃电现象的存在是影响居民用电的一个重要原因，窃电行为的有效遏制对电力公司乃至全社会的发展都有着重大的意义，对此，本文提出智能电能表中全模块化防窃电技术研究。首先对智能电能表对电能数据进行采集，并对采集到的数据进行预处理操作，然后通过窃电行为识别模块对电能数据异常情况进行快速识别，最后根据识别结果实现智能报警功能。实验结果表明，所提方法进行窃电行为识别时只有 1 个用户的识别结果出现误差，且识别时长最高为 36s，证明本文方法的技术水平和应用价值较高。参考文献12345邱燕雷.电能计量装置防窃电技术标准化研究 J.大众标准化，2022（21）：189-191.芦浩，胡振文，李华，等.智能电能表的应用与防窃电技术分析J.电力设备管理，2021，6（14）：191-192.黎学博.电力计量系统与防窃电技术研究 J.安防科技，2021，21（12）：108.芦浩，姜瑶瑶，袁翀，等.多种防窃电技术在降损中的综合应用分析 J.电力设备管理，2022，7（2）：260-261.何立强，隋政澔，杜峰.基于关联度分析的防窃电模型研究 J.东北电力技术，2021，42（4）：29-31，45.（收稿日期：2023-03-08）2023-08期电器工业杂志排版设计和印刷发排.indd 552023-08期电器工业杂志排版设计和印刷发排.indd 552023/8/8 下午2:492023/8/8 下午2:49