基于数据挖掘的窃电用户预警与定位技术研究_卢根毅.pdf

电子设计工程Electronic Design Engineering第31卷Vol.31第4期No.42023年2月Feb.2023收稿日期：2021-08-27稿件编号：202108179作者简介：卢根毅（1986），男，福建尤溪人，工程师。研究方向：计量、采集管理。为适应联合稽查项目的实施需求，电网建设应以肃清用户窃电行为作为核心发展目标。电力产业的绝大多数收入都来源于用户缴纳的用电费用，因此保障电费的按时收取是维护电网稳定发展的基础条件。近年来，总体用电需求量的持续增大，部分不法之徒通过各种方式窃取、偷盗电量，以达到节省用电开支的目的1。此举措既导致了基于数据挖掘的窃电用户预警与定位技术研究卢根毅，黄 琳，陈燕丽，陈红向，罗文增（国网福建省电力有限公司三明供电公司，福建 三明 365000）摘要：为有效控制电网线损率、减轻用户窃电给配电安全性带来的不利影响、提高联合稽查工作的质量，该文针对基于数据挖掘的窃电用户预警与定位技术展开研究。根据窃电电量计算结果分析用户的实时用电行为，以此为条件设置数据挖掘权重。在此基础上，对已知的窃电样本实施过采样分类处理，分别从预警功率传输关系、定位电压传输关系两个角度，分析窃电用户预警与定位技术的应用效力。实例结果表明，应用该文技术后，各电网通路中的线损率水平均得到有效控制，证明其能够有效解决由用户窃电行为造成的配电安全问题，也为联合稽查工作的顺利开展奠定了基础。关键词：数据挖掘；窃电用户；预警定位；用电行为；过采样分类；传输关系中图分类号：TN-9文献标识码：A文章编号：1674-6236（2023）04-0086-05DOI：10.14022/j.issn1674-6236.2023.04.018Research on early warning and positioning technology of electricity stealing usersbased on data miningLU Genyi，HUANG Lin，CHEN Yanli，CHEN Hongxiang，LUO Wenzeng（Sanming Power Supply Company of State Grid Fujian Electric Power Co.，Ltd.，Sanming 365000，China）Abstract:In order to effectively control the power grid line loss rate，reduce the adverse impact of usersstealing power on distribution security，and improve the quality of joint inspection，this paper focuses onthe early warning and positioning technology of users stealing power based on data mining.The realtimepower consumption behavior of users is analyzed according to the calculation results of stolen electricityquantity，and then the weight of data mining is set based on this condition.On this basis，the knownsamples of electric theft are over sampled and classified，and the application effectiveness of earlywarning and positioning technology for electric theft users is analyzed from the perspectives of earlywarning power transmission relationship and location voltage transmission relationship respectively.Theexample results show that the line loss rate in each grid path can be effectively controlled after theapplication of the proposed technology，which proves that it can effectively solve the distribution securityproblems caused by the power theft behavior of users，and also lays a foundation for the smoothdevelopment of joint inspection work.Keywords:data mining；electricity stealing users；early warning positioning；electricity consumptionbehavior；oversampling classification；transmission relation-86电量资源的快速流失，也造成了电网线损率的连年攀升。由于窃电行为改变了传输电能的计量数值，但并未影响电网系统的电量输出潮流，因此可以通过分析潮流特征的方式判断窃电行为的表现强度。在电网运行过程中，电流、电压、功率等物理量都会随电气运行参量的改变而发生变化。因此，利用功率、电压两项电气参量分析电网运行特质，也是由窃电行为本质直接决定的。针对大规模电力用户，基于堆叠去相关自编码器和支持向量机的窃电检测方法判定各项电气指标数据的异常性行为，确定电网用户的加权离群水平，再以此为基础，表征用户窃电嫌疑程度的排序情况2。然而此方法对于电网线损率数值的控制能力有限，并不能大规模清除用户窃电行为对配电安全性带来的不利影响。为解决上述问题，该文引入数据挖掘思想，建立一种新型窃电用户预警与定位方法。1基于数据挖掘的用户窃电检测1.1计算窃电电量窃电电量在数值上等于窃电功率与窃电时间的乘积，分析电气参量的实时传输关系可知，同一支路上的电气参量传输能力仅受到电网结构形式的影响。在电网系统保持正常运行的情况下，不同窃电行为的潮流断面始终向下，且随着电网结构的改变，传输支路上的功率传输关系也始终与电压传输关系保持一致3-4。在常规电网运行环境中，电网功率传输增益数值基本与电压传输增益数值相等，而当任意支路上出现窃电现象时，上述两者的物理数值水平不再相等，这也是窃电电量可用于判定电网稳定性的主要原因。设U代表配电网的主路电压，E代表主路电场强度，Q主路电子带电量，联立上述物理量，可将窃电电量计算式定义为：W=UEe0Qq02-1（1）其中，e0表示窃电支路的电场强度，q0表示窃电支路中的电子带电量。综合以上数值推导条件可知，在电网结构相对稳定的情况下，若任意电量传输支路上存在明显的窃电行为，则可根据计量数据的具体数值结果定位窃电点的实时位置。1.2分析用户用电行为电力用户用电行为受到用户类型、行为习惯等多项条件的共同影响，因而在电网环境中，用户节点处的电子消耗量总是呈现小幅波动状态5。从常规角度来看，用户节点大都具有较好的习惯性能力，这种内在表现特性会使用户电量负荷长期维持平稳状态，因此并不会出现平均负荷水平突降或突增的情况。然而在窃电行为影响下，用户用电负荷量会出现急速突变的情况。随着电流、电压等电负荷指标数值的增大，用户节点处的剩余电量不断累积，而当感应电流达到既定数值水平后，相关预警元件会表现出完全不同的连接状态，这也将作为完成窃电行为定位的重要数值参考条件6-7。设Rmax代表发生窃电行为时的最大电阻接入数值，Rr表示电阻连接数量为r时的实时接入阻值，I表示发生窃电行为支路的传输电流均值，联立式（1），可将用户用电行为分析结果表示为：S=r=1+I2(Rmax-Rr)W|T（2）式中，代表窃电用户节点的实时调度系数，T代表单位窃电时长。由于窃电用户预警与定位属于一种自发性行为，因此保障用户用电行为的合理性是避免电网线损率过高的有效途径。1.3挖掘权重设置在电网环境中，数据挖掘是通过分析每个电量数据，并从海量电网信息中寻找符合规律的应用技术，大体上由数据准备、规律寻找、规律表示三个步骤组成。其中，数据准备是指在电网负荷信息中选取所需的窃电数据参量，并将其与相关的用户节点整合成完整的数据集结构8-9。规律寻找就是根据用户用电行为，对窃电节点进行准确划分，从而为电网主机提供可依据的电量预警与定位依据。规律表示则是以便于理解的方式，将电网窃电行为表达出来。而挖掘权重则是一项关键的电量信息处理条件，一般来说，随着窃电行为的日益严重，挖掘权重值结果也会不断增大。设d1、d2代表两个不同的电量预警系数，代表预警时刻的窃电行为强度，联立式（2），可将挖掘权重值计算结果表示为：卢根毅，等基于数据挖掘的窃电用户预警与定位技术研究-87电子设计工程 2023年第4期=exp-d2-d12S（3）在数据挖掘算法作用下，窃电用户节点处的过量负荷数据可被准确记录，这在一定程度上保障了后续窃电样本的分类准确性。2窃电用户的预警与定位技术2.1窃电样本的过采样分类在数据挖掘算法的支持下，窃电样本的过采样分类能够较好缩小常规电负荷数据与非合理电负荷数据之间的误差值水平。所谓过采样是指在窃电行为数据中采集大量的信息参量，以用于完成预警与定位指令的制定10-11。一般来说，在配电网环境中，窃电行为数据与常规电量负荷数据总是保持掺杂分布的存在形式，而过采样分类行为的出现，不但实现了对配电网环境的有效保护，也能在一定程度上对电网线损率数值起到抑制性影响作用12。设a、g代表两个不同的电量负荷分布系数，kg、ka表示不同情况下的窃电行为预警向量，表示电量定位系数，联立式（3），可将窃电样本的过采样分类条件定义为：D=a=1g=1(kg-ka)2（4）由于窃电用户的预警与定位始终保持随机复制的电荷选取原则，所以在分类精度不发生改变的情况下，窃电样本的过采样结果能够直接决定电网主机所具备的负荷攻击承载能力。2.2预警功率传输关系预警功率传输关系是指在发生窃电行为时，用户节点处所承担的最大电量预警功率数值。一般来说，该项物理指标的数值结果能够直接影响电网环境中的线损率水平。在电网环境中，窃电数据传输行为始终保持连续性波动的变化状态，且在个别支线处，由于用户节点承载能力的不同，相关窃电数据所能达到的挖掘深度也有所不同，这也是电路各处预警功率传输关系不完全相同的主要原因13-14。规定x1、x2代表两个不同的窃电数据波动系数，f代表特定用户节点处的线损率参量，l?代表电网主路的窃电数据挖掘量，l1,l2,ln分别代表n个不同的支路窃电数据挖掘量，n表示电网支路的实际数值，联立式（4），可将预警功率传输关系定义为：P=D x12+x22nf|l?l1+l2+ln（5）为保证窃电用户预警指令的执行有效性，预警功率传输关系的定义值结果不应与实际数值结果之间的物理差值过大。2.3定位电压传输关系在已知预警功率传输关系的前提下，定位电压传输关系可被看作是窃电用户节点处预警电流与电阻均值的乘积表现形式，大体上满足窃电节点所处位置越远，定位电压的物理数值结果也就越大的规律15-17。假设在电网支路中，预警电流的最大数值只能达到imax，则可认为在该条传输支路中，窃电节点存在数量能够直接影响定位电压传输关系的数值计算结果。设表示配网环境中的预警功率利用系数项，联立式（5），可将定位电压传输关系定义为：Z=C?2+(imaxPR)（6）其中，R代表电阻均值，C?代表窃电支路中的预警电