[发明专利]一种基于用电采集大数据的窃电用户判断方法

说明书

本发明公开了一种基于用电采集大数据的窃电用户判断方法，包括获取台区/线路从投运至当前的全部统计线损率；根据台区/线路的统计线损率，计算台区/线路日统计线损率标准值，查找高损发生时间段；获取台区/线路用户在高损发生时间段内的日用电量变化，查找用户疑似窃电时间段；对疑似窃电时间段进行分段，获取各段的用电特征，根据正常用电特征和各分段的用电特征，判断各分段是否有效；响应于至少一个分段有效，则判定该用户为窃电用户。本发明仅仅依赖用户日用电量数据，对采集数据质量要求较低，在分析时计算简单、资源需求小，是一种可广泛应用的窃电用户预判方法。

技术领域

本发明涉及一种基于用电采集大数据的窃电用户判断方法，属于电力行业窃电用户判断领域。

背景技术

目前，电力企业已经通过用电信息采集系统实现了对电力用户用电的自动采集，采集频次逐步从每日一个日冻结数据发展到每小时、每15分钟一个数据，采集内容在电能数据基础上拓展了电压等交流模拟量数据、工况数据及电能质量越限统计数据。数据采集越来越多，导致用电信息采集系统数据每月以GB甚至PB级别增长。为应对长期以来社会中屡禁不止的窃电现象，进一步规范用户用电行为，确保供电秩序，电力企业利用采集积累的数据开展了用户窃电行为大数据挖掘分析，取得了一定成效。这些方式方法，一方面强依赖于电力企业采集数据质量，另一方面又只针对某类具体窃电行为。由于采集质量受通信稳定性、现场设备质量及电力企业管理水平影响，对于一些电力企业采集数据质量不高的，此类方式方法无法完全适用。此外，此类高频海量数据分析技术手段所需耗费的资源较大，导致在硬件资源有限现状下一些分析方法仅仅保留了理论上的可行，因此现在急需一种新的窃电用户判断方法。

发明内容

本发明提供了一种基于用电采集大数据的窃电用户判断方法，解决了背景技术中披露的问题。

为了解决上述技术问题，本发明所采用的技术方案是：

一种基于用电采集大数据的窃电用户判断方法，包括，

获取台区/线路从投运至当前的全部统计线损率；

根据台区/线路的统计线损率，计算台区/线路日统计线损率标准值，查找高损发生时间段；

获取台区/线路用户在高损发生时间段内的日用电量变化，查找用户疑似窃电时间段；

对疑似窃电时间段进行分段，获取各段的用电特征，根据正常用电特征和各分段的用电特征，判断各分段是否有效；

响应于至少一个分段有效，则判定该用户为窃电用户。

根据台区/线路的统计线损率，计算台区/线路日统计线损率标准值，查找高损发生时间段，具体过程为，

将台区/线路的月统计线损率按照升序排序；

计算每月日统计线损率标准差std；

计算台区/线路所有月std的平均值avg；

基于排序，顺序取std≤K₃*avg的前N个月；其中，K₃为参数；

计算所选取N个月每月日统计线损率均值，并将N个日统计线损率均值的平均值作为日统计线损率标准值；

根据日统计线损率标准值，查找高损发生时间段。

获取台区/线路用户在高损发生时间段内的日用电量变化，查找用户疑似窃电时间段，具体过程为，

基于预设的周期，对高损发生时间段进行分段；

根据日用电量，计算用户在各段内日均用电量，判断各分段是否存在窃电；

若某分段为第一个窃电时间段时、且该段首次出现从A日起用户日电量连续多日小于等于用户日均用电基准值*阈值，则A日为疑似窃电起始时间；