亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于用電信息采集系統(tǒng)的多時(shí)間尺度用電異常分析方法

        2021-07-07 07:34:58國網(wǎng)上海市電力公司市北供電公司施昱青陳佳瑜
        電力設(shè)備管理 2021年6期
        關(guān)鍵詞:用戶分析

        國網(wǎng)上海市電力公司市北供電公司 施昱青 夏 澍 董 帥 陳佳瑜

        臺(tái)區(qū)線損率為臺(tái)區(qū)總供電量與臺(tái)區(qū)總售電量的差值除以臺(tái)區(qū)總供電量,它是供電公司一項(xiàng)非常重要的考核指標(biāo),直接影響著公司的經(jīng)濟(jì)效益。目前大多數(shù)供電公司要求臺(tái)區(qū)線損率在10%以內(nèi)。然而受人員、設(shè)備、竊電等因素的影響,用電情況會(huì)出現(xiàn)異常,從而使得臺(tái)區(qū)線損率較高,需進(jìn)行排查和消缺。以往大多通過現(xiàn)場巡檢或基于用戶每月電量、月度線損情況,憑經(jīng)驗(yàn)來確定電能計(jì)量異常用戶,這些傳統(tǒng)的方法時(shí)效性差、準(zhǔn)確率低。因此如何有效處理用電異常問題引起了現(xiàn)場運(yùn)維人員的廣泛關(guān)注。

        用電信息采集系統(tǒng)能對(duì)用電信息進(jìn)行實(shí)時(shí)監(jiān)控、分析和處理。隨著用電采集系統(tǒng)的推廣應(yīng)用,采集覆蓋范圍從專變用戶逐步擴(kuò)大到居民用戶、一般工商業(yè)用戶等,每日獲取的用電數(shù)據(jù)量也越來越全面。這些用電數(shù)據(jù)之間存在著關(guān)聯(lián)性,潛藏著用電行為等大量有價(jià)值的信息,能為用電異常分析提供依據(jù)。目前已有學(xué)者基于用電采集系統(tǒng)提出了相關(guān)的分析方法。

        文獻(xiàn)[1]分析了竊電手段及原理,進(jìn)而基于電壓電流值的規(guī)律,結(jié)合離群點(diǎn)檢測法確定了竊電判定算法;文獻(xiàn)[2]提出基于格蘭杰歸因分析的高損臺(tái)區(qū)竊電檢測方法,通過分析用戶用電量與臺(tái)區(qū)線損時(shí)間序列間的長期趨勢來辨識(shí)竊電用戶;文獻(xiàn)[3]研制了一套計(jì)量裝置在線檢測和智能診斷系統(tǒng),能分析出用戶竊電和計(jì)量裝置故障等情況;文獻(xiàn)[4]通過對(duì)營銷大數(shù)據(jù)的深度挖掘和分析,開展了用電異常事件的分類統(tǒng)計(jì)和過程描述,并設(shè)計(jì)了用戶竊電特征分析判據(jù),為查處竊電提供技術(shù)指導(dǎo)。上述研究取得了一定進(jìn)展,然而這些文獻(xiàn)僅對(duì)某一種方法進(jìn)行了分析,而每一種方法有各自的適用范圍能處理的異常情況也有限制。因此,如何在用戶電量海量數(shù)據(jù)的基礎(chǔ)上對(duì)數(shù)據(jù)和方法進(jìn)行歸類和預(yù)處理,分析出各種方法的適用情況,使其能夠推廣應(yīng)用,輔助工作人員進(jìn)行電能計(jì)量異常排查還需進(jìn)一步的研究。

        1 多時(shí)間尺度用電異常分析方法總體框架

        考慮到用電信息采集系統(tǒng)獲取的數(shù)據(jù)量較大、包含的信息量較多,因此按照時(shí)間尺度對(duì)數(shù)據(jù)進(jìn)行分類,進(jìn)而有針對(duì)性地提出了相應(yīng)的分析方法來識(shí)別用戶異常的嫌疑用戶?;谟秒娦畔⒉杉到y(tǒng)的多時(shí)間尺度用電異常分析方法具體過程如下:首先按照時(shí)間尺度,對(duì)系統(tǒng)采集的數(shù)據(jù)進(jìn)行分類,短期數(shù)據(jù)可分為每時(shí)刻電流電壓集合和每日24小時(shí)電流電壓集合,中長期數(shù)據(jù)可分為月度每日用電量集合和年度每月用電量集合,針對(duì)短期數(shù)據(jù)可采用電流電壓判定算法進(jìn)行異常辨識(shí),針對(duì)中長期數(shù)據(jù)可采用聚類算法和相關(guān)系數(shù)法進(jìn)行異常辨識(shí),從而從不同的時(shí)間尺度搜索到異常用電嫌疑用戶。

        上述方法針對(duì)不同用戶,具體操作存在一定的差別。目前用來采集用電信息的裝置主要有兩種,一種是專變終端、另一種是集中器。其中專變終端能獲取用戶的電流電壓和用電量等信息,對(duì)于這部分用戶,可采用短期和中長期時(shí)間尺度的異常用電分析方法進(jìn)行綜合判斷;而集中器一般沒有開通獲取電流電壓信息的通道,只能獲取用戶用電量信息,對(duì)于這部分用戶可采用中長期時(shí)間尺度的異常用電分析方法進(jìn)行異常辨識(shí)。

        2 用電異常分析方法

        2.1 短期時(shí)間尺度的用電異常分析方法

        電壓電流判定指標(biāo)。專變終端主要是對(duì)三相用戶采集信息,正常情況三相用戶電壓會(huì)維持在額定值附近,同時(shí)電流不平衡率也較小。當(dāng)出現(xiàn)明顯的電壓偏移或存在較大的不平衡電流時(shí),表明此用戶可能用電異常,需要排查。因此本文選用電壓偏移系數(shù)βU和三相電流不平衡率βI作為用電異常的判斷指標(biāo),具體計(jì)算公式如下,式中U為電壓;Ue為額定電壓;Imax和Imin分別為三相中最大和最小的相電流。

        基于實(shí)時(shí)用電數(shù)據(jù)的分析方法。專變終端可以實(shí)時(shí)獲取用戶的電壓、電流數(shù)據(jù),進(jìn)而基于這些數(shù)據(jù),根據(jù)式(1)和式(2)計(jì)算用戶A相、B相和C相的電壓偏移系數(shù)βAU、βBU、βCU以及電流不平衡率βI,并做式(3)判斷,式中和分別為電壓偏移系數(shù)和電流不平衡率的限值,||表示并且的邏輯關(guān)系。當(dāng)式(3)結(jié)果為布爾值TRUE時(shí)表示該用戶存在用電異常嫌疑。

        基于日用電數(shù)據(jù)的分析方法。專變終端會(huì)按照15min的時(shí)間間隔對(duì)用戶的電壓和電流數(shù)據(jù)進(jìn)行采樣,繪制日電壓和電流曲線??紤]到異常用電通常會(huì)維持幾個(gè)小時(shí)以上,因此從中選取各整點(diǎn)時(shí)刻的電壓、電流數(shù)據(jù)作為分析的依據(jù)即可說明問題。每日24小時(shí)的三相最大電壓偏移系數(shù)歐式距離dU和三相電流不平衡率歐式距離dI計(jì)算公式分別如下,若dU值超過其限值或dI值超過其限值,則表示該用戶存在用電異常嫌疑。

        2.2 中長期時(shí)間尺度的異常用電分析方法

        2.2.1 聚類算法

        對(duì)于相同用電類別的用戶,相互之間的用電行為特征具有一定的相似性?;谶@一特征,首先可通過聚類分析得到該用電類別的典型用電負(fù)荷曲線,進(jìn)而將需排查的用戶與典型用電負(fù)荷曲線進(jìn)行比較,找出用電異常嫌疑用戶。在各種聚類方法中K-means聚類算法具有收斂速度快、易于實(shí)現(xiàn)等優(yōu)點(diǎn),被廣泛應(yīng)用于用電負(fù)荷分析中,因此本文選用該方法[5]?;贙-means算法可得到聚類中心集合,即典型用電負(fù)荷集合Q={q1,q2,…,qK}。進(jìn)而將需要排查的用電負(fù)荷數(shù)據(jù)W與Q對(duì)比,計(jì)算最小歐式距離dW,式中dist(·)為歐式距離函數(shù)。若dW值超過其限值則表示該用戶存在用電異常嫌疑。

        2.2.2 相關(guān)系數(shù)法

        表計(jì)計(jì)量誤差的計(jì)算公式為ΔWi=W′O,i-WO,i(4),式中W′O,i為用戶實(shí)際用電量;WO,i為表計(jì)顯示電量。對(duì)于同一種表計(jì)回路接線錯(cuò)誤,通常用戶電表顯示電量和真實(shí)電量是線性關(guān)系式(5),因此式(4)可轉(zhuǎn)化成式(6),從中可看出,當(dāng)用戶電表顯示電量WO,i越大計(jì)量誤差ΔWi就越大,臺(tái)區(qū)線損ΔW也就越大,WO,i與臺(tái)區(qū)線損之間具有明顯的相關(guān)性。因此可以利用相關(guān)系數(shù)法計(jì)算臺(tái)區(qū)線損和用戶電表顯示電量之間的相關(guān)系數(shù),若相關(guān)性高則該用戶存在異常嫌疑。在常用的相關(guān)系數(shù)中,皮爾遜相關(guān)系數(shù)[6]能有效衡量兩個(gè)變量間線性相關(guān)程度,因此可選用該方法進(jìn)行用電異常分析。對(duì)于臺(tái)區(qū)線損ΔW和用戶電量WO,i,皮爾遜相關(guān)系數(shù)計(jì)算公式如式(7),式中E(·)為期望值函數(shù)。若ri大于其閾值則表示該用戶存在用電異常嫌疑。

        2.3 基于月度及年度用電數(shù)據(jù)的分析方法

        基于月度用電數(shù)據(jù)的分析方法計(jì)算過程如下:選取臺(tái)區(qū)線損合理的用戶最近一個(gè)月30天日用電量數(shù)據(jù)作為樣本數(shù)據(jù),提取待分析的臺(tái)區(qū)用戶最近一個(gè)月30天日用電量數(shù)據(jù)做為分析數(shù)據(jù);針對(duì)樣本數(shù)據(jù)和分析數(shù)據(jù)中缺失部分,利用三次樣條插值[7]結(jié)合線性插值的方法補(bǔ)充缺失數(shù)據(jù),其中滿足三次樣條插值條件的采用三次樣條插值,不滿足時(shí)采用線性插值處理;在補(bǔ)全所有用電量數(shù)據(jù)后,為消除不同量綱的影響,更好的體現(xiàn)用電變化規(guī)律,需對(duì)原始數(shù)據(jù)進(jìn)行歸一化處理,把數(shù)據(jù)壓縮在區(qū)間[0,1]之間。具體處理公式如式(8),式中w、W′分別為用戶日用電量的原始數(shù)據(jù)和變換后的數(shù)據(jù),wmin和wmax分別為用戶在一個(gè)月內(nèi)的日用電量最小值和最大值;對(duì)歸一化后的樣本數(shù)據(jù)按照用電性質(zhì)進(jìn)行分類,并利用聚類分析查找出用電異常嫌疑用戶;根據(jù)待分析臺(tái)區(qū)的關(guān)口總表數(shù)據(jù)和用戶日用電量數(shù)據(jù)計(jì)算出臺(tái)區(qū)日線損量,進(jìn)而利用相關(guān)系數(shù)法計(jì)算臺(tái)區(qū)日線損量和用戶日用電量之間的皮爾遜相關(guān)系數(shù),查找出用電異常嫌疑用戶;對(duì)上兩個(gè)步驟中發(fā)現(xiàn)的所有用電異常嫌疑用戶進(jìn)行現(xiàn)場核查,找出用電異常用戶。

        基于年度用電數(shù)據(jù)的分析方法和基于月度用電數(shù)據(jù)的分析方法類似,只是將所分析的數(shù)據(jù)從一個(gè)月30日的日用電量數(shù)據(jù)變成一年12月的月用電量數(shù)據(jù),其它計(jì)算過程相同。

        3 算例分析

        3.1 短期時(shí)間尺度的異常用電實(shí)例分析

        以某地區(qū)線損較高的5個(gè)臺(tái)區(qū)139個(gè)專變終端用戶為分析對(duì)象,驗(yàn)證短期時(shí)間尺度的異常用電分析方法的有效性。設(shè)=0.1、=0.2,根據(jù)實(shí)時(shí)數(shù)據(jù)可判斷出異常嫌疑用戶(電壓異常)數(shù)量為6個(gè),經(jīng)現(xiàn)場排查發(fā)現(xiàn)該6個(gè)表計(jì)全部存在異常;設(shè)=0.2,=0.4,根據(jù)日用電數(shù)據(jù)可以判斷出異常用電的用戶為9個(gè),除以上的6個(gè)用戶外,還有2個(gè)用戶存在異常用電(電流異常)嫌疑,經(jīng)現(xiàn)場排查確實(shí)存在計(jì)量問題。由此可見,基于電流電壓判定算法的短期異常用電分析方法具有較高的準(zhǔn)確性。

        3.2 中長期時(shí)間尺度的異常用電實(shí)例分析

        為驗(yàn)證聚類算法的有效性,首先選取臺(tái)區(qū)線損合理的5789戶居民用戶和1951戶商業(yè)用戶作為樣本數(shù)據(jù)進(jìn)行聚類分析,得出典型負(fù)荷曲線,然后將某個(gè)包含62戶居民用戶和7戶商業(yè)用戶的臺(tái)區(qū)作為分析對(duì)象,與典型負(fù)荷曲線進(jìn)行對(duì)比,判斷出嫌疑用戶。在聚類分析中,居民用戶和商業(yè)用戶的聚類數(shù)分別設(shè)置為15個(gè)和10個(gè),基于月度用電數(shù)據(jù)得到30日的典型負(fù)荷曲線如圖1所示。將分析對(duì)象與典型負(fù)荷曲線進(jìn)行對(duì)比,距離限值取1.1,共分析出7戶居民用戶有異常嫌疑,現(xiàn)場排查發(fā)現(xiàn)其中5戶表計(jì)確實(shí)存在異常,準(zhǔn)確率為71.43%,由此可見聚類算法能夠有效的甄別出嫌疑用戶。

        圖1 典型負(fù)荷曲線

        為驗(yàn)證相關(guān)系數(shù)法的有效性,計(jì)算62戶居民用戶和7戶商業(yè)用戶與臺(tái)區(qū)線損的相關(guān)系數(shù),并選取相關(guān)系數(shù)大于0.9的作為嫌疑用戶,具體計(jì)算結(jié)果如表1所示,共包含4戶居民和1戶商業(yè)用戶,經(jīng)現(xiàn)場排查發(fā)現(xiàn),2戶居民用戶和1戶商業(yè)用戶存在用電異常,準(zhǔn)確率為60%。對(duì)比聚類算法和相關(guān)系數(shù)法可發(fā)現(xiàn):聚類算法查找到的居民用戶異常數(shù)量和準(zhǔn)確率都高于相關(guān)系數(shù)法,而相關(guān)系數(shù)法比聚類算法多查出了一戶商業(yè)用戶用電異常,由此可見兩種算法具有不同的適用性。

        表1 基于相關(guān)系數(shù)法的分析結(jié)果

        基于年度數(shù)據(jù),利用聚類分析算法查出用電異常嫌疑用戶7戶,查實(shí)4戶,準(zhǔn)確率為57.14%;利用相關(guān)系數(shù)法查出用電異常嫌疑用戶6戶,查實(shí)3戶,準(zhǔn)確率為50%。相比于月度數(shù)據(jù),基于年度數(shù)據(jù)的用電異常排查方法準(zhǔn)確率都要略低一點(diǎn),經(jīng)分析主要包括兩個(gè)原因:月度數(shù)據(jù)包括30個(gè)時(shí)段,而年度數(shù)據(jù)包含12個(gè)時(shí)段,月度數(shù)據(jù)樣本量大,能夠更好反映用電變化的規(guī)律;月度數(shù)據(jù)采樣周期短,而年度數(shù)據(jù)采樣周期長,月度數(shù)據(jù)能更好反映用電變化的實(shí)時(shí)性。但由于采集通道問題,日用電量數(shù)據(jù)會(huì)存在一定程度缺失,即使利用插值方法彌補(bǔ)也會(huì)存在部分失真現(xiàn)象,而對(duì)于月用電量數(shù)據(jù),由于有人工補(bǔ)抄環(huán)節(jié)所以數(shù)據(jù)較為完整,體現(xiàn)的信息更為真實(shí),因此基于年度數(shù)據(jù)的用電異常排查方法也有一定的價(jià)值。

        3.3 多時(shí)間尺度的異常用電實(shí)例分析

        利用所提出的多時(shí)間尺度用電異常分析方法,對(duì)21個(gè)臺(tái)區(qū)2079個(gè)用戶進(jìn)行分析,共排查用電異常嫌疑用戶97戶,查實(shí)用戶62戶,此21個(gè)臺(tái)區(qū)平均月線損率下降了8.23%,由此可見所提方法能夠有效的輔助監(jiān)控人員及時(shí)甄別用戶異常用電情況。

        綜上,本文按照時(shí)間尺度,將用電采集系統(tǒng)獲取的數(shù)據(jù)梳理成了短期用電數(shù)據(jù)和中長期用電數(shù)據(jù),進(jìn)而提出了一種多時(shí)間尺度用電異常分析方法來辨識(shí)用電異常情況,通過實(shí)例分析得出以下結(jié)論:基于電流電壓判定算法的短期異常用電分析方法具有較高的準(zhǔn)確性,適用于辨識(shí)專變終端用戶異常情況;聚類算法和相關(guān)系數(shù)法具有不同的適用范圍,兩者結(jié)合都能夠有效的甄別中長期用電異常用戶;基于月度數(shù)據(jù)的異常分析方法較基于年度數(shù)據(jù)的方法實(shí)時(shí)性好,但年度數(shù)據(jù)真實(shí)性好,兩者都有一定的分析價(jià)值。

        猜你喜歡
        用戶分析
        隱蔽失效適航要求符合性驗(yàn)證分析
        電力系統(tǒng)不平衡分析
        電子制作(2018年18期)2018-11-14 01:48:24
        關(guān)注用戶
        商用汽車(2016年11期)2016-12-19 01:20:16
        電力系統(tǒng)及其自動(dòng)化發(fā)展趨勢分析
        關(guān)注用戶
        商用汽車(2016年6期)2016-06-29 09:18:54
        關(guān)注用戶
        商用汽車(2016年4期)2016-05-09 01:23:12
        Camera360:拍出5億用戶
        100萬用戶
        如何獲取一億海外用戶
        中西醫(yī)結(jié)合治療抑郁癥100例分析
        中文有码亚洲制服av片| 日韩精品欧美激情亚洲综合| 欧美视频九九一区二区| 女同久久精品国产99国产精| 老熟女老女人国产老太| 久热国产vs视频在线观看| 无遮挡亲胸捏胸免费视频| 国产激情一区二区三区在线蜜臀 | 99热这里只有精品国产99热门精品 | 欧美最猛黑人xxxx黑人表情 | 亚洲中文字幕在线一区| 国产精品美女久久久久久| 五月天综合在线| 国产女主播视频一区二区三区| 免费久久久一本精品久久区| 无人视频在线观看免费播放影院 | 亚洲精品永久在线观看| 国产精品人成在线观看| 亚洲综合在线观看一区二区三区| 成人aaa片一区国产精品| 精品欧美乱子伦一区二区三区| 国产精品不卡在线视频| 亚洲成人中文字幕在线视频| 久久亚洲色www成人欧美| 亚洲国产香蕉视频欧美| 丝袜美腿诱惑区在线播放| 国模精品一区二区三区| av大片在线无码免费| 青青草视频国产在线观看 | 中文字幕无码免费久久| 免费在线观看亚洲视频| 森中文字幕一区二区三区免费| 精品少妇人妻av一区二区| 精品国产一区二区三区久久女人| 日产国产亚洲精品系列| 成人免费a级毛片| 日韩在线看片免费人成视频| 国产精品av免费网站| 人妻熟妇乱又伦精品hd| 欧洲-级毛片内射| 亚洲高清美女久久av|