陳含琪,欽偉勛,鄭松松,李 寧,王 穎,蔡 慧,汪 偉

(1.中國計量大學(xué) 機電工程學(xué)院，浙江 杭州 310018；2. 國網(wǎng)浙江長興縣供電有限公司，浙江 湖州313100)

長期以來，電力系統(tǒng)網(wǎng)絡(luò)中竊電現(xiàn)象頻發(fā)，供電企業(yè)屢受其害.竊電不僅損害供電企業(yè)的利益，影響電網(wǎng)有序正常運行，給整個電力網(wǎng)絡(luò)帶來了嚴(yán)重的安全隱患，也給整個社會的信用和道德體系帶來不利的影響[1].在我國，每年因為電力用戶竊電行為導(dǎo)致的經(jīng)濟損失已超過兩百億元[2]，故竊電現(xiàn)象已經(jīng)成為供電企業(yè)亟待解決的問題.近年來，隨著智能電表和用電信息采集系統(tǒng)的全面推廣，供電企業(yè)已經(jīng)基本實現(xiàn)了用戶負荷數(shù)據(jù)的遠程集抄，為計量裝置在線監(jiān)測發(fā)現(xiàn)竊電、故障等異常提供了技術(shù)支持[3].目前，用電信息采集系統(tǒng)只局限于對數(shù)據(jù)進行采集、統(tǒng)計、簡單分析，并不具備判別竊電用戶的功能.盡管有的電力企業(yè)已經(jīng)可以實現(xiàn)具體線路的線損日結(jié)算，但無法定位至某一具體用戶，檢查范圍廣，查處難度大，并且在進行電量追補的時候缺乏有效的工具和數(shù)據(jù)[4].國內(nèi)基于用電信息采集系統(tǒng)的防竊電工作剛剛起步，反竊電工作主要圍繞如何發(fā)現(xiàn)竊電嫌疑用戶展開.文獻[5-7]提供了幾種對竊電嫌疑用戶進行篩選的大數(shù)據(jù)分析方法；但是目前對竊電具體行為識別方面的文獻較少.因此，本文提出通過電能計量特性對用電信息系統(tǒng)的采集數(shù)據(jù)進行分析的方法，進一步判別竊電行為，提高查證效率，節(jié)省人工成本，對竊電行為查處具有重要的理論意義和實際應(yīng)用價值.

本文建立了幾種竊電行為分析模型，對其采集的數(shù)據(jù)特征進行分類總結(jié)，展開竊電行為分析方法研究，利用遠程負荷數(shù)據(jù)為現(xiàn)場稽查人員提供更有效準(zhǔn)確的竊電信息.該方法以用電信息采集系統(tǒng)數(shù)據(jù)支持為基礎(chǔ)，在以數(shù)據(jù)挖掘或人工經(jīng)驗等手段已經(jīng)判斷出竊電的前提下，對竊電前后負荷數(shù)據(jù)特征進行比較，從而確定竊電用戶的具體竊電行為.

1 高供低計計量方式

電力系統(tǒng)的計量方式可分為三類：高供高計、高供低計、低供低計.一般工廠多采用高供低計方式供電，由于在這種計量方式下，用戶可通過對接入低壓計量柜前的導(dǎo)線實施竊電手段，竊電現(xiàn)象較為嚴(yán)重[8]，故本文選擇高供低計計量方式下的竊電行為進行分析.

圖1為高供低計計量裝置接線，采用三相四線制計量方法.其中TA1、TA2、TA3代表電流互感器.計量裝置安裝在變壓器低壓側(cè)，電流信號通過電流互感器接入計量裝置，因此計算電能時需要乘以電流互感器倍率.在該計量方式下，計量裝置分別計算每相瞬時功率，對三相瞬時功率進行疊加，得到用戶用電總功率.

圖1 高供低計計量裝置接線Figure 1 Connection of measuring device for high voltage side power supplying and low voltage side metering

正常計量時，若功率因數(shù)角為φ，在三相負荷平衡的條件下，三相電壓幅值與相角如下[9]：

(1)

(2)

由上述電流電壓幅值及相位可以計算三相有功功率如下：

(3)

P=P1+P2+P3=3KiU0I0cosφ.

(4)

當(dāng)功率穩(wěn)定時，

W=P×t=3KiU0I0tcosφ.

(5)

2 竊電行為分析模型

針對電能計量的基本原理，不法分子可以通過多種手段實施竊電，使得計量裝置少計或不計電量.針對計量裝置二次回路的竊電現(xiàn)象較多，因此主要考慮二次回路竊電.

當(dāng)發(fā)生二次電流回路斷路竊電時，用戶將計量裝置二次回路斷開，具體方法可以是將二次計量線路絕緣導(dǎo)線的內(nèi)部導(dǎo)體折斷或者斷開電流互感器二次出線端子，使得電流不經(jīng)過計量元件的線圈，達到減少電能表計量值的目的[10]，具體接線方式如圖2.

圖2 二次電流回路斷路竊電接線(C相)Figure 2 Connection of open circuit on secondary current loop (C phase)

在上述接線情況下，C相電流互感器接線斷開，故C相電流一直為0，C相功率未計入電能表.故有：

P3=0.

(6)

P0=P1+P2+P3=2KiU0I0cosφ.

(7)

W0=P0×t=2KiU0I0tcosφ.

(8)

(9)

其中，W0為竊電時計量的用電量，K為單位時間用電量變化系數(shù).因此，當(dāng)發(fā)生單相二次電流回路斷路竊電時，其負荷數(shù)據(jù)特征為一相電流缺失，有功功率或單位時間用電量為正常時的2/3.

同樣，對單相二次回路短路、錯相、反接、分流、更換CT變比等竊電方式接線進行分析，得到其對應(yīng)負荷數(shù)據(jù)特征見表1.在二次電流回路分流或更換CT變比竊電時，假設(shè)竊電相為A相，Ka代表A相電流變化系數(shù).

表1 單一竊電行為數(shù)據(jù)特征對照

3 PSCAD/EMTDC仿真過程和分析

為了驗證竊電行為分析模型的正確性，在PSCAD/EMTDC仿真環(huán)境下對幾種模型進行了模擬驗證.仿真使用的主電路如圖3.對于高供低計計量方式，三相電壓源設(shè)置為10 kV，變壓器低壓側(cè)線電壓為380 V；設(shè)置負載功率因數(shù)為0.9，有功功率50 kW，無功24 kVar；電流互感器考慮30%余量，選擇變比為500/5可滿足要求.在變壓器低壓側(cè)取得電壓電流信號，送入計量裝置模擬電路.正常情況下，計量裝置得到功率與電量應(yīng)與主電路中三相功率表測得功率一致.圖4為計量裝置模擬電路，該電路采集圖3中的三相電流電壓信號，對其瞬時值相乘，得到三相瞬時功率后，通過功率疊加與時間積分最后得到三相有功功率與用電量.

圖3 仿真主電路Figure 3 Simulation of main circuit

圖4 計量裝置模擬電路Figure 4 Simulation circuit of measuring device

當(dāng)計量裝置發(fā)生二次電流回路斷路、短路方式竊電時，其本質(zhì)都是通過使計量裝置二次回路無法采集到二次電流來竊電，因此采用同一種仿真電路，將計量單元模擬電路中C相采集到的電流設(shè)為0.此時，由于瞬時功率波動較大，取單位時間用電量作為評判指標(biāo)，正常計量與竊電時用電量對比如圖5.

圖5 二次電流回路斷路、短路時用電量對比Figure 5 Comparison of power consumption in open circuit and short circuit on secondary current loop

基于以上所做的仿真與建立的竊電模型結(jié)果基本一致.因此，當(dāng)竊電發(fā)生在高供低計計量回路當(dāng)中，完全可以根據(jù)用電信息采集系統(tǒng)中的數(shù)據(jù)判斷具體竊電行為.

4 竊電行為分析

4.1 竊電行為分析方法

依照前文幾種竊電行為分析模型的數(shù)據(jù)特征將高供低計計量方式下的竊電行為具體分為七類，如圖6所示.

圖6 竊電行為分類模型Figure 6 Model of classification on electricity theft behavior

其中n代表發(fā)生竊電的回路相數(shù)，K代表單位時間用電量變化倍數(shù)，Ka、Kb、Kc分別代表A、B、C相電流變化系數(shù).由于某些竊電行為會使負荷數(shù)據(jù)呈現(xiàn)出相同的特征，因此無法徹底區(qū)分辨別各竊電行為，但是可將其歸納為不同類型.

當(dāng)竊電發(fā)生時，用電信息采集系統(tǒng)采集的負荷數(shù)據(jù)必然與正常用電時有所不同，如三相電流中的某一相突然急劇減小甚至斷流、用電量突然下降，這些負荷數(shù)據(jù)的變動間接反映了不法用戶在電能計量裝置上實施的不同竊電行為.根據(jù)這些負荷數(shù)據(jù)變動的特征，可以推測具體的竊電行為.

以竊電發(fā)生時間為界，將竊電發(fā)生時刻前的數(shù)據(jù)作為正常用電數(shù)據(jù)，將竊電發(fā)生時刻后的數(shù)據(jù)作為竊電數(shù)據(jù)，對兩者均值再進行比較.根據(jù)竊電行為的分析模型可對該竊電用戶具體竊電行為進行分析預(yù)測.由于現(xiàn)有用電信息采集系統(tǒng)每15 min記錄一次負荷數(shù)據(jù)，故對竊電前后三天數(shù)據(jù)(即各取288組數(shù)據(jù))求均值后可充分避免偶然的數(shù)據(jù)錯誤對分析結(jié)果造成的影響.

根據(jù)表1可知，當(dāng)竊電用戶的三相電流缺失，即一直為0時，則必定發(fā)生了電流回路短路或斷路的竊電行為，再與竊電分析模型中的用電量特征進行對比.若實際數(shù)據(jù)與模型相符即可確定發(fā)生了電流回路短路或斷路的竊電行為.若不相符，則可能發(fā)生了復(fù)雜的電流回路短路或斷路，即除短路或斷路外可能同時發(fā)生了其它竊電行為，或者因為工廠負荷波動較大導(dǎo)致用電量波動與模型規(guī)律不符.其它幾種竊電行為均可以由此方法分析判別.

4.2 實例分析與驗證

為了進一步驗證本文提出的竊電模型以及竊電行為分析方法在實際竊電案例中的應(yīng)用，選取實際竊電企業(yè)的用電數(shù)據(jù)在MATLAB編程環(huán)境下進行驗證，并與實際稽查結(jié)果進行對照.

以浙江省長興縣甲公司作為竊電行為分析對象，已經(jīng)明確該公司存在竊電行為.采用的樣本數(shù)據(jù)為包含三相電壓、電流、功率、用電量等的負荷數(shù)據(jù).繪制其三相電流與單位時間用電量圖，如圖7、8所示，數(shù)據(jù)點之間對應(yīng)的時間間隔為15 min.

圖7 長興縣甲公司三相電流Figure 7 Three phase current of a company in Changxin

圖8 長興縣甲公司單位時間用電量Figure 8 Per unit time power consumption of a company in Changxin

利用數(shù)據(jù)挖掘技術(shù)，對采集數(shù)據(jù)進行分析，得到竊電發(fā)生時間為第1061個時間點.選取竊電發(fā)生時間前后三天共576個時間點對應(yīng)的三相電流及用電量數(shù)據(jù)進行后續(xù)竊電行為分析.計算三相電流均值可得到A、B兩相電流正常，C相電流缺失，單位時間用電量變化倍數(shù)K=0.67的結(jié)論.由此判定該公司發(fā)生了第一類竊電行為.在現(xiàn)場勘察中，查明該公司計量柜門封印被開啟并偽造，接線盒C相電流連接片螺絲被松動，導(dǎo)致計量回路斷開，屬于第一類竊電行為，判定結(jié)果與勘察結(jié)果一致.

對長興縣另外三家竊電公司數(shù)據(jù)進行竊電行為分析，分析結(jié)果見表2.

表2 樣本分析結(jié)果及現(xiàn)場稽查情況

對上述四家竊電公司的竊電行為判定與實際稽查結(jié)果基本一致.可見，本文提出的竊電行為分析方法在實際應(yīng)用中具備可行性.

5 結(jié) 語

本文重點研究高供低計計量方式下的幾種竊電行為，建立了竊電行為分析模型，并在PSCAD/ EMTDC仿真環(huán)境下對其進行仿真模擬驗證.根據(jù)高供低計計量方式下幾種竊電行為接線特點，以及電流、用電量等參數(shù)變化規(guī)律，提出將竊電行為分成七類，從而對現(xiàn)實中的竊電嫌疑用戶進行竊電行為判斷.

本文提出的竊電行為分析方法待分析的對象是已經(jīng)通過人工或者算法判斷有竊電嫌疑的用戶，在指出可能的竊電發(fā)生時間的基礎(chǔ)上進行竊電行為的進一步判斷.對長興縣四家竊電公司的用電數(shù)據(jù)進行實例分析，結(jié)果表明本文所提出的高供低計計量方式下的竊電行為分析模型與竊電行為分析方法能夠基本甄別竊電用戶的具體竊電行為.應(yīng)用該方法對其它計量方式的竊電行為進行分析，建立了完善的基于用電數(shù)據(jù)特征的竊電行為分析模型，從而為一線稽查人員查證竊電提供了技術(shù)指導(dǎo)，結(jié)果受到了基層電力企業(yè)的認可和好評.當(dāng)然，有時由于工廠負荷波動，或者竊電情況較為復(fù)雜，由負荷數(shù)據(jù)給出的竊電行為判斷會有一定誤差.表2的第四個案例分析結(jié)果與實際情況稍有不同(不影響本文結(jié)論)，因此本文所提到的方法還需要進一步完善，在未來的研究和實踐中有待持續(xù)改進.

[1] 王輝, 劉斐. 無線通信技術(shù)在防竊電工作中的應(yīng)用[J]. 電測與儀表, 2015,52(1):124-128.

WANG H, LIU F. Application of wireless communication technology in electricity larceny prevention[J].ElectricalMeasurementandInstrumentation, 2015,52(1):124-128.

[2] 周文婷, 顧楠, 王濤,等. 基于數(shù)據(jù)挖掘算法的用戶竊電嫌疑分析[J]. 河南科學(xué), 2015, 33(10):1767-1772.

ZHOU W T, GU N, WANG T, et al. Analysis on the suspicion of users' stealing electricity based on data mining algorithms[J].HenanScience, 2015, 33(10):1767-1772.

[3] 肖堅紅, 嚴(yán)小文, 周永真,等. 基于數(shù)據(jù)挖掘的計量裝置在線監(jiān)測與智能診斷系統(tǒng)的設(shè)計與實現(xiàn)[J]. 電測與儀表, 2014, 51(14):1-5.

XIAO J H, YAN X W, ZHOU Y Z,et al. Design and implementation of metering device online monitoring and intelligent diagnosis system based on data mining[J].ElectricalMeasurementandInstrumentation, 2014, 51(14):1-5.

[4] 王玨昕, 孟宇, 殷樹剛,等. 用電信息采集系統(tǒng)反竊電功能現(xiàn)狀及發(fā)展趨勢[J]. 電網(wǎng)技術(shù), 2008，32(增刊2):177-178.

WANG J X, MENG Y, YIN S G,et al. The present situation and development trend of anti electric stolen function of power demand information acquisition system[J].PowerSystemTechnology, 2008, 32(Suppl 2):177-178.

[5] 王穎琛,顧潔,金之儉. 基于高維隨機矩陣分析的竊電識別方法[J]. 現(xiàn)代電力,2017,34(6):71-78.

WANH Y C, GU J, JIN Z J. Electric larceny recognition method based on high dimensional random matrix analysis[J].ModernElectricPower, 2017,34(6):71-78.

[6] NAGI J, YAP K S, TIONG S K, et al. Nontechnical loss detection for metered customers in power utility using support vector machines[J].IEEETransactionsonPowerDelivery, 2010, 25(2):1162-1171.

[7] ANGELOS E W S, SAAVEDRA O R, CORTéS O A C, et al. Detection and identification of abnormalities in customer consumptions in power distribution systems[J].IEEETransactionsonPowerDelivery, 2011, 26(4):2436-2442.

[8] 饒艷文,范杏元. 高壓供電計量方式的選擇[J]. 電測與儀表,2012,49(10A):80-83.

RAO Y W, FAN X Y. The selection of high-voltage power supply metering methods[J].ElectricalMeasurementandInstrumentation, 2012,49(10A):80-83.

[9] 郭立才, 彭志煒, 范強. 電能計量及反竊電方法綜述[J]. 高壓電器, 2010, 46(5):86-88.

GUO L C, PENG Z W, FAN Q. A survey of electric energy metering and countermeasures to electric power stealing[J].HighVoltageApparatus, 2010, 46(5):86-88.

[10] 高明,史濤,葉生,等. 淺談竊電技術(shù)與反竊電措施[J]. 電氣應(yīng)用,2015,34(增刊1):122-124,128.

GAO M, SHI T, YE S, et al. Discussion on electricity theft and anti-electricity larceny measures[J].ElectrotechnicalApplication, 2015,34(Suppl 1):122-124,128.