基于用电信息采集大数据的防窃电方法研究
摘要:随着社会的发展,我国的电力工程的发展也越来越迅速。电力工业是国
民经济的基础性产业,保证电网企业及时收回电费是确保电力发展的必要条件。
但是由于各种原因,目前窃电现象还普遍存在,部分地区甚至还很猖獗,给供电
企业也造成巨大损失。据不完全统计,我国每年窃电损失达 200 亿元。常见的窃
电方法可分为与计量装置有关的窃电和与计量装置无关的窃电两大类。其中与计
量装置有关的窃电主要包括欠压窃电法、欠流窃电法、移相窃电法、扩差窃电法
等;而与计量装置无关的窃电包括绕越计量装置窃电、私自增加用电设备容量窃电
等。近年来,大数据技术在各个行业逐渐得到广泛的应用,大数据是指无法在可
容忍的时间内用传统的 IT 技术、软硬件工具和数学分析方法,对其进行感知、获
取、管理、处理和分析的数据集合。智能电网被看作是大数据应用的重要技术领
域之一,用电信息采集系统是国家电网公司信息化建设的重要基础,是提升服务
能力、延伸电力市场、创新交易平台的重要依托。目前国家电网公司的用电信息
采集已经基本实现“全采集、全覆盖,全费控”,能够及时、完整、准确掌控广大
电力用户的用电数据和信息。然而,如何应用用电信息采集系统多年来运行采集
与沉淀的大量数据,研究防窃电的策略、分析数据处理方法、构建防窃电模型等,
是该领域面临的具有挑战性的问题。根据用电信息采集系统的数据,建立各种数
据与各类异常事件与窃电行为之间的关联关系,据此,建立基于大数据的防窃电
结构化模型,进而解决大数据条件下的窃电行为监控问题。
关键词:用电信息采集;大数据;防窃电方法;研究
引言
介绍了常见的几种窃电方法及其特征,研究给出了与窃电相关的特征参量,
建立了用电信息采集系统中各种数据、各类异常事件与窃电行为之间的关联关系,
设计了基于用电信息采集大数据的防窃电结构化模型,包括数据预处理、用电异
常检测模型和窃电嫌疑预测模型三部分。通过现场采集的数据,证明了该结构化
防窃电模型的有效性,为解决大数据条件下的窃电行为监控问题提供了有效方法。
1 影响电力用户用电信息采集系统采集成功率的因素
随着社会经济的不断发展,信息技术的不断进步,电力用户用电信息采集系
统也得到广泛的推广和应用,它不仅有助于电力公司的运营发展,还给电力用户
提供了更好的服务。但是在实际操作当中,用电信息采集系统受到多方面因素的
影响,采集成功率较低,其真正的作用与价值没有得到充分发挥。以下是影响电
力用户用电信息采集系统采集成功率的几个方面的因素。
1.1 供电网络的厂商存在问题
在对电力用户用电信息进行采集时,用户身份识别卡是通信设备中心连接点
与主站之间的通信方式,但是有一部分电力公司在对用电信息系统进行建造时,
为了能够高效地完成业绩,就对有信息采集成功率的标准提出了要求,而电力公
司为了达到一定的标准,在对用电用户信息采集的时候选择通用分组的无线服务
技术,并大量地从国企运营商的手中购买智能卡,从而导致出现垄断的局面。除
此之外电力企业服务态度的好坏也会影响用电信息数据的采集和通信。
1.2 受采集现场环境的影响
将集中器加装在箱式变电站中,受加装部位限制,只能将集中器的天线放置
在箱式变电站内,这样就会造成通信信号不稳定,在偏远的地区或山区当中,通
信信号更微弱,甚至没有信号,这就导致集中器和主站之间无法正常通信,无法