[发明专利]一种基于高维随机矩阵的用户窃电行为辨识系统

说明书

本发明公开了一种基于高维随机矩阵的用户窃电行为辨识系统，包括输入输出模块、调度模块、数据分析模块、本地数据库接口模块、远程数据库接口模块以及本地数据库。本系统采用高维随机矩阵算法综合利用计量信息系统采集的电量、电压、电流、有功功率、无功功率、功率因素等电力计量信息数据进行同步分析，结果更加可靠，能够较好地适应智能电表的普及和电力计量系统智能化发展要求，解决了当前算法数据源单一、数据计算负荷量大、误检和漏检严重的问题。同时本系统在识别用户存在窃电行为后进一步对用户窃电开始时间和结束时间进行定位并计算出窃电时长，为窃电稽查和电费追补提供数据支撑，弥补了当前算法无法确定窃电时间的缺陷。

技术领域

本发明涉及电子信息系统领域，更具体地，涉及一种基于高维随机矩阵的用户窃电行为辨识系统。

背景技术

通过对计量装置进行干扰或改造等窃电行为会造成电网的非技术性损失，给电力企业造成经济损失。传统的窃电行为识别主要依靠电力稽查人员定期巡检或安装检测装置进行在线监测，需投入大量的人力、财力和物力，且不能达到预期的效果。随着智能电表的普及和电力系统信息化程度的高速发展，电力企业存储了海量用户侧电量数据。通过充分挖掘电力大数据的潜在价值，及时识别用户窃电行为，减少经济损失，对智能电网的发展有重要的意义。然而，现有窃电行为辨识系统主要采用聚类分析法、神经网络法等方法对负荷曲线等单一数据源进行分析，然而随着电磁干扰等高科技窃电手段的出现，窃电对影响往往表现为多参量的同步综合变化，且不同窃电方式表现为不同参量的组合，因此采用单一参量辨识结果可靠性相对较低，且目前系统仅只能判定用户是否具有窃电行为，对于何时窃电、窃电时长多久都无法给出准确判定，不能为后续稽查和电费追补提供依据，具有较大局限性。

发明内容

本发明的目的是解决上述一个或多个缺陷，提出一种基于高维随机矩阵的用户窃电行为辨识系统。

为实现以上发明目的，采用的技术方案是：

一种基于高维随机矩阵的用户窃电行为辨识系统，包括输入输出模块、调度模块、数据分析模块、本地数据库接口模块、远程数据库接口模块以及本地数据库。

优选的是，所述输入输出模块根据待分析用户列表路径通过OLE数据库引擎连接并打开待分析用户列表，利用ADO.NET中的数据集DataSet对象一次性提取所有待分析用户数据，每个用户占据数据集对象的一行，以数据中的行数据为单位采用FIFO技术创建待分析用户队列供调度模块调用；另外该模块还用于接收数据分析模块的分析结果并通过数据绑定的方法利用DataGrid控件实现结果输出显示。

优选的是，所述调度模块用于调用输入输出模块创建的待分析用户队列，并利用FIFO的出队列操作将队列的第一条用户信息出队列后传送给远程数据库接口模块，同时使用多线程并发执行技术创建监控线程对数据分析模块进行监控，监控线程与数据分析模块中的数据分析过程并行执行，实时监控数据分析模块的分析进程，监控线程在每次监控到数据分析模块完成数据分析后将待分析用户队列的第一条信息出列并传送给远程数据库接口模块同时继续进行下一次的监控，直到待分析用户队列全部分析完成后读取输入输出模块的所有输出结果并传送给本地数据库接口模块。

优选的是，所述远程数据库接口模块用于接收调度模块的用户信息，并根据用户名和户表编号于计量系统远程数据库中采用数据库事务管理的方法检索出该用户24小时内的电量、电压、电流、有功功率、无功功率、功率因素等电力计量信息数据并传送给数据分析模块。

优选的是，所述数据分析模块用于接收远程数据库接口模块的用户电力计量信息数据构建高维随机矩阵及其协方差矩阵，并求协方差矩阵特征根λ₁≤λ₂≤…≤λ_n；

优选的是，并利用协方差矩阵特征值的谱分布函数和协方差矩阵特征值的谱分布函数的极限收敛函数分别求取协方差矩阵特征值在复平面的分布与协方差矩阵特征值的谱分布函数的极限收敛函数于复平面上的函数轨迹；