竇健，劉宣，盧繼哲，吳迪，王學(xué)偉

(1. 中國(guó)電力科學(xué)研究院，北京 100085； 2. 北京化工大學(xué) 信息科學(xué)與技術(shù)學(xué)院，北京 100029)

0 引 言

電力工業(yè)是國(guó)民經(jīng)濟(jì)的基礎(chǔ)性產(chǎn)業(yè)，保證電網(wǎng)企業(yè)及時(shí)收回電費(fèi)是確保電力發(fā)展的必要條件。但是由于各種原因，目前竊電現(xiàn)象還普遍存在，部分地區(qū)甚至還很猖獗，給供電企業(yè)也造成巨大損失[1-2]。據(jù)不完全統(tǒng)計(jì)，我國(guó)每年竊電損失達(dá)200億元[3]。

常見(jiàn)的竊電方法可分為與計(jì)量裝置有關(guān)的竊電和與計(jì)量裝置無(wú)關(guān)的竊電兩大類。其中與計(jì)量裝置有關(guān)的竊電主要包括欠壓竊電法、欠流竊電法、移相竊電法、擴(kuò)差竊電法等[4]；而與計(jì)量裝置無(wú)關(guān)的竊電包括繞越計(jì)量裝置竊電、私自增加用電設(shè)備容量竊電等[5]。近年來(lái)，大數(shù)據(jù)技術(shù)在各個(gè)行業(yè)逐漸得到廣泛的應(yīng)用，大數(shù)據(jù)是指無(wú)法在可容忍的時(shí)間內(nèi)用傳統(tǒng)的IT技術(shù)、軟硬件工具和數(shù)學(xué)分析方法，對(duì)其進(jìn)行感知、獲取、管理、處理和分析的數(shù)據(jù)集合[6-7]。智能電網(wǎng)被看作是大數(shù)據(jù)應(yīng)用的重要技術(shù)領(lǐng)域之一，用電信息采集系統(tǒng)是國(guó)家電網(wǎng)公司信息化建設(shè)的重要基礎(chǔ)，是提升服務(wù)能力、延伸電力市場(chǎng)、創(chuàng)新交易平臺(tái)的重要依托[8]。目前國(guó)家電網(wǎng)公司的用電信息采集已經(jīng)基本實(shí)現(xiàn)“全采集、全覆蓋”，能夠及時(shí)、完整、準(zhǔn)確掌控廣大電力用戶的用電數(shù)據(jù)和信息[9]。然而，如何應(yīng)用用電信息采集系統(tǒng)多年來(lái)運(yùn)行采集與沉淀的大量數(shù)據(jù)，研究防竊電的策略、分析數(shù)據(jù)處理方法、構(gòu)建防竊電模型等，是該領(lǐng)域面臨的具有挑戰(zhàn)性的問(wèn)題。

根據(jù)用電信息采集系統(tǒng)的數(shù)據(jù)，建立各種數(shù)據(jù)與各類異常事件與竊電行為之間的關(guān)聯(lián)關(guān)系，據(jù)此，建立基于大數(shù)據(jù)的防竊電結(jié)構(gòu)化模型，進(jìn)而解決大數(shù)據(jù)條件下的竊電行為監(jiān)控問(wèn)題。

1 常見(jiàn)竊電方法與相關(guān)特征參量

針對(duì)形式多種多樣的竊電手法，通過(guò)用電信息采集系統(tǒng)采集的數(shù)據(jù)，實(shí)時(shí)監(jiān)測(cè)用戶的用電狀態(tài)參量。隨著大數(shù)據(jù)技術(shù)的發(fā)展，選取電壓、電流、功率、電量等作為竊電判據(jù)中的電氣參考量，通過(guò)當(dāng)前數(shù)據(jù)與歷史數(shù)據(jù)相結(jié)合分析用電行為，發(fā)現(xiàn)竊電可疑用戶，實(shí)現(xiàn)利用大數(shù)據(jù)技術(shù)進(jìn)行反竊電。采用大數(shù)據(jù)技術(shù)辨識(shí)竊電方法的關(guān)鍵是分析不同竊電方法的竊電特征，進(jìn)而給出監(jiān)測(cè)的相關(guān)特征電氣參量。

根據(jù)功率測(cè)量與電能計(jì)量的基本原理，用戶負(fù)荷功率、電流、電壓、以及電流和電壓間的相位關(guān)系這三個(gè)參量相關(guān)，用戶負(fù)荷消耗電能與負(fù)荷運(yùn)行功率和時(shí)間相關(guān)，通過(guò)用電信息采集系統(tǒng)監(jiān)測(cè)電流、電壓、功率因數(shù)、電量、線損等電氣特征參量和各種事件的狀態(tài)特征參量，建立該特征參量與用戶用電行為的關(guān)聯(lián)關(guān)系，表1為建立大數(shù)據(jù)防竊電的結(jié)構(gòu)化模型奠定基礎(chǔ)。

表1 常見(jiàn)竊電方法與主要特征參量

2 基于用電信息采集大數(shù)據(jù)防竊電方法

盡管竊電手法多種多樣，然而這些竊電行為都會(huì)在竊電用戶用電量統(tǒng)計(jì)數(shù)據(jù)上反映出來(lái)，特定時(shí)期內(nèi)用戶用電統(tǒng)計(jì)數(shù)據(jù)與用戶的用電習(xí)慣與特征相關(guān)聯(lián)，通過(guò)對(duì)海量的用電統(tǒng)計(jì)數(shù)據(jù)分析，提取出對(duì)決策者決策有價(jià)值的信息，可發(fā)現(xiàn)其背后隱藏的客觀規(guī)律，進(jìn)而實(shí)現(xiàn)防竊電目的?；谟秒娦畔⒉杉到y(tǒng)大數(shù)據(jù)的防竊電方法如圖1所示。該方法分為四部分：(1)用電信息采集系統(tǒng)的數(shù)據(jù)采集；(2)分布式數(shù)據(jù)存儲(chǔ)；(3)結(jié)構(gòu)化的防竊電模型；(4)竊電嫌疑預(yù)測(cè)。以下將分別進(jìn)行分析。

圖1 基于用電信息采集大數(shù)據(jù)的防竊電方法

2.1 用電信息采集系統(tǒng)的數(shù)據(jù)采集

用電信息采集系統(tǒng)表示為三層簡(jiǎn)化物理結(jié)構(gòu)[10]，如圖2所示。頂層系統(tǒng)主站負(fù)責(zé)整個(gè)系統(tǒng)的用電信息采集、數(shù)據(jù)管理與應(yīng)用，以及與其他系統(tǒng)的數(shù)據(jù)交換等功能，是用電信息采集系統(tǒng)的核心計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)；第二層是數(shù)據(jù)采集層，其主體為電能信息采集終端與集中器，主要負(fù)責(zé)對(duì)各采集點(diǎn)電參量信息的采集和監(jiān)控；第三層是采集點(diǎn)監(jiān)控設(shè)備層，包括智能電能表等，是電參量信息采集源和監(jiān)控對(duì)象。通過(guò)用電信息采集系統(tǒng)可以實(shí)現(xiàn)對(duì)電力用戶的“全采集、全覆蓋”，及時(shí)、完整、準(zhǔn)確掌控電力用戶的當(dāng)前數(shù)據(jù)和歷史數(shù)據(jù)等用電信息，為分析竊電行為提供穩(wěn)固的數(shù)據(jù)基礎(chǔ)。

用電信息采集系統(tǒng)的主站，根據(jù)監(jiān)測(cè)用戶的電參量數(shù)據(jù)和用電異常監(jiān)測(cè)模型，對(duì)相同的計(jì)量點(diǎn)通過(guò)不同方式采集的電參量數(shù)據(jù)進(jìn)行比對(duì)，或者對(duì)同一計(jì)量點(diǎn)的實(shí)時(shí)數(shù)據(jù)與歷史電參量數(shù)據(jù)進(jìn)行比對(duì)，依據(jù)對(duì)比曲線數(shù)值差距和趨勢(shì)差異，判斷用戶用電是否正常，如果發(fā)現(xiàn)異常，啟動(dòng)異常處理流程，對(duì)此用戶其他的參數(shù)進(jìn)行持續(xù)監(jiān)測(cè)，并根據(jù)竊電嫌疑預(yù)測(cè)模型，將監(jiān)測(cè)的數(shù)據(jù)進(jìn)行綜合分析判斷給出“竊電概率系數(shù)”。

圖2 用電信息采集系統(tǒng)三層結(jié)構(gòu)

2.2 用電信息采集系統(tǒng)的數(shù)據(jù)類型

用電信息采集系統(tǒng)監(jiān)測(cè)的數(shù)據(jù)按照時(shí)間屬性可分為l類數(shù)據(jù)(實(shí)時(shí)和當(dāng)前數(shù)據(jù))、2類數(shù)據(jù)(歷史日數(shù)據(jù)和歷史月數(shù)據(jù))和3類數(shù)據(jù)(事件數(shù)據(jù))[11]。按照數(shù)據(jù)的物理屬性可分為：(1)電能數(shù)據(jù) (總電能量、各費(fèi)率電能量、最大需量等)；(2)交流模擬量(電壓、電流、有功功率、無(wú)功功率、功率因數(shù)等)；(3)工況數(shù)據(jù)(開(kāi)關(guān)狀態(tài)、終端及計(jì)量設(shè)備工況信息)；(4)電能質(zhì)量越限統(tǒng)計(jì)數(shù)據(jù)(電壓、功率因數(shù)、諧波等越限統(tǒng)計(jì)數(shù)據(jù))；(5)事件記錄數(shù)據(jù) (終端和電能表的事件記錄數(shù)據(jù))；(6)其他數(shù)據(jù)(預(yù)付費(fèi)信息等)。

1類數(shù)據(jù)主要反映電力用戶當(dāng)前的實(shí)時(shí)用電信息；2類數(shù)據(jù)具有時(shí)間序列屬性。此類數(shù)據(jù)可提供曲線數(shù)據(jù)，并給出曲線時(shí)間周期，1、2類數(shù)據(jù)是分析竊電現(xiàn)象的基礎(chǔ)數(shù)據(jù)。3類數(shù)據(jù)為事件數(shù)據(jù)，記錄事件的詳細(xì)狀態(tài)信息。其中電流回路異常、電壓回路異常、相序異常、有功總電能量差動(dòng)越限事件記錄、電壓越限記錄、電流越限記錄、電能表示度下降、電能量超差等事件詳細(xì)信息可為分析竊電提供綜合判斷依據(jù)。

2.3 分布式數(shù)據(jù)存儲(chǔ)

目前，用電信息采集系統(tǒng)主機(jī)架構(gòu)采用基于傳統(tǒng)的IOE 架構(gòu)，采用IBM 系列主機(jī)及配套存儲(chǔ)與Oracle關(guān)系數(shù)據(jù)庫(kù)。但這種結(jié)構(gòu)越來(lái)越不適合于海量數(shù)據(jù)的存儲(chǔ)，因此為了適應(yīng)海量采集數(shù)據(jù)的存儲(chǔ)，可采用關(guān)系型數(shù)據(jù)庫(kù) (Oracle) 和No SQL數(shù)據(jù)庫(kù) ( HBase)相結(jié)合的存儲(chǔ)方式[12]，使用Oracle 存儲(chǔ)全部參量關(guān)系數(shù)據(jù)，而采用具有高可靠性、可伸縮性的海量數(shù)據(jù)分布式存儲(chǔ)系統(tǒng)HBase，保存系統(tǒng)的海量監(jiān)測(cè)數(shù)據(jù)，經(jīng)過(guò)數(shù)據(jù)處理后轉(zhuǎn)存到Oracle。采用HBase技術(shù)可搭建起大規(guī)模、結(jié)構(gòu)化的存儲(chǔ)集群，同時(shí)采用Hadoop的MapReduce技術(shù)，可對(duì)HBase分布式存儲(chǔ)系統(tǒng)中的海量數(shù)據(jù)進(jìn)行高效的計(jì)算和分析。通過(guò)上述方法解決使用Oracle數(shù)據(jù)庫(kù)進(jìn)行海量數(shù)據(jù)分析的性能問(wèn)題。HDSF(Hadoop Distributed Filesystem)是一個(gè)分布式文件系統(tǒng)，以流式數(shù)據(jù)訪問(wèn)模式來(lái)存儲(chǔ)超大文件，從而實(shí)現(xiàn)一次寫入、多次讀寫的最高效訪問(wèn)模式；并在普通的商用硬件上運(yùn)行。

3 基于用電信息采集大數(shù)據(jù)防竊電結(jié)構(gòu)化模型

3.1 防竊電結(jié)構(gòu)化模型的總體架構(gòu)

基于用電信息采集大數(shù)據(jù)防竊電的結(jié)構(gòu)化模型如圖3所示，主要包括以下三部分：數(shù)據(jù)預(yù)處理，用電異常檢測(cè)模型與竊電嫌疑預(yù)測(cè)模型。

圖3 大數(shù)據(jù)防竊電的結(jié)構(gòu)化模型

3.2 數(shù)據(jù)的預(yù)處理

在用電信息采集系統(tǒng)的數(shù)據(jù)采集中，數(shù)據(jù)缺失是一個(gè)不可避免與必須面對(duì)的問(wèn)題。尤其是電量和功率等數(shù)據(jù)的缺失會(huì)直接影響用電異常信息的挖掘和竊電嫌疑預(yù)測(cè)等準(zhǔn)確性。因此，對(duì)缺失數(shù)據(jù)的處理變得非常重要。文中把缺失屬性作為因變量，其他屬性作為自變量，利用n次多項(xiàng)式逼近法進(jìn)行缺失值插補(bǔ)，插補(bǔ)的步驟(以模擬有功功率參量的缺失屬性為例)如下：

第一步，選擇取3階(或5階)擬合方程。設(shè)有功功率參量x與屬性量時(shí)間t之間的函數(shù)擬合方程為：

x(ti)=a0+a1ti+a2ti2+a3ti3+……+a5ti5

(1)

第三步，依據(jù)最小二乘法原則，使插補(bǔ)[xn,tn]值的均方差達(dá)到最小，求解出系數(shù)a0,a1,a2,a3值，即使下述均方差方程：

(2)

對(duì)系數(shù)a0,a1,a2,a3求導(dǎo)數(shù)最小值，建立矩陣：

(3)

第四步，將式(1)函數(shù)結(jié)構(gòu)優(yōu)化，輸入缺失屬性參量值tn，求出有功功率缺失屬性數(shù)據(jù)[xn,tn];

x(tn)=a3tn3+a2tn2+a1tn+a0=

[(a3tn+a2)tn+a1tn]tn+a0

(4)

3.3 用電異常檢測(cè)模型

用電異常檢測(cè)模型如圖4～圖7所示，分別為：線損異常模型；交流電壓異常模型；功率因數(shù)異常模型；交流電流異常模型。

圖4 線損異常模型

圖5 交流電壓異常模型

(1)線損異常模型：根據(jù)國(guó)家電網(wǎng)電能損耗管理規(guī)定，城網(wǎng)線損率低于5%，農(nóng)網(wǎng)線損率低于7%。以此兩個(gè)閾值作為判定條件；

圖6 功率因數(shù)異常模型

(3)功率因數(shù)異常模型：根據(jù)《功率因數(shù)調(diào)整電費(fèi)辦法》，工業(yè)用戶功率因數(shù)應(yīng)大于0.80，為了同時(shí)適用于100 kV·A及以上農(nóng)業(yè)用戶，功率因數(shù)異常的閾值設(shè)定為0.6；

(4)交流電流異常模型：根據(jù)電流失流異常、電流不平衡以及線損、電量等約束條件來(lái)判定。

線損異常模型適合表1中3～6的竊電情況。交流電壓異常模型適合表1中1、3、4、8的竊電情況；功率因數(shù)異常模型適合表1中7的竊電情況；交流電流異常模型適合表1中2～6的竊電情況。

圖7 交流電流異常模型

3.4 竊電嫌疑預(yù)測(cè)模型

當(dāng)某用戶存在竊電行為時(shí)，該用戶必然會(huì)出現(xiàn)用電異常狀態(tài)，而且大多數(shù)情況下用電異常狀態(tài)具有多面性與持續(xù)性，即幾種用電異常狀態(tài)同時(shí)持續(xù)發(fā)生。據(jù)此特性，通過(guò)綜合計(jì)算用戶不同類別用電異常狀態(tài)出現(xiàn)的次數(shù)，設(shè)計(jì)一種竊電嫌疑預(yù)測(cè)模型，來(lái)判斷該用戶的“竊電嫌疑系數(shù)T”。

(14)

式中Ti表示在一天連續(xù)監(jiān)測(cè)中，用戶每種類別的用電異常模型中出現(xiàn)異常次數(shù);εi表示每種用電異常模型對(duì)應(yīng)的不同權(quán)值。

通過(guò)設(shè)定Ts1、Ts2、Ts33個(gè)竊電系數(shù)判別閾值，且Ts1>Ts2>Ts3，將判別輸出結(jié)果分為四種竊電嫌疑等級(jí)：無(wú)竊電，竊電等級(jí)A，竊電等級(jí)B，竊電等級(jí)C，如圖8所示。竊電等級(jí)從A～C的嫌疑程度減少，為稽查處理竊電提供依據(jù)。

圖8 竊電嫌疑預(yù)測(cè)模型

通過(guò)采用國(guó)內(nèi)某電力公司用電信息采集系統(tǒng)中多個(gè)用戶發(fā)生竊電行為時(shí)的用電數(shù)據(jù)，驗(yàn)證了該方法的正確性。

4 結(jié)束語(yǔ)

文中分析了常見(jiàn)的竊電方法及其特征，給出了相關(guān)特征參量；其次，設(shè)計(jì)了基于大數(shù)據(jù)的防竊電結(jié)構(gòu)化模型，其中用電異常檢測(cè)模型建立了竊電行為與用電信息采集系統(tǒng)中各種數(shù)據(jù)和各類異常事件之間的關(guān)聯(lián)關(guān)系，竊電嫌疑預(yù)測(cè)模型給出了用戶四種竊電嫌疑等級(jí)；最后，通過(guò)“竊電嫌疑系數(shù)”估計(jì)，鎖定竊電稽查的對(duì)象。為用電信息采集系統(tǒng)大數(shù)據(jù)防竊電方法提供了技術(shù)基礎(chǔ)。