邵詩(shī)雨 李仁

摘 要：電能是社會(huì)生產(chǎn)和人民生活所必需的基礎(chǔ)能源，作為一種特殊商品出售給用戶。竊電行為不僅影響供電公司的經(jīng)營(yíng)效益，還會(huì)帶來(lái)人身、電網(wǎng)的安全隱患。所以，反竊電技術(shù)是供電公司一直研究的重要課題。目前，反竊電工作主要利用用電信息采集系統(tǒng)監(jiān)測(cè)線損和用戶表計(jì)電流、電壓及電量情況，發(fā)現(xiàn)異常后安排工作人員到現(xiàn)場(chǎng)進(jìn)行排查。這種方法實(shí)時(shí)性差、工作量大，對(duì)一些專(zhuān)業(yè)性竊電行為束手無(wú)策。筆者結(jié)合用戶檔案數(shù)據(jù)，對(duì)用戶用電行為數(shù)據(jù)進(jìn)行深入分析，通過(guò)發(fā)現(xiàn)電數(shù)據(jù)異常用戶，再經(jīng)縝密分析找出竊電用戶，切實(shí)提升反竊電工作質(zhì)效。

關(guān)鍵詞：電力營(yíng)銷(xiāo);數(shù)據(jù)挖掘;反竊電;智能系統(tǒng)

中圖分類(lèi)號(hào)：F27 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1674-1064（2021）10-0-02

DOI：10.12310/j.issn.1674-1064.2021.10.024

1 電力營(yíng)銷(xiāo)竊電形式概述

竊電的形式多種多樣，常見(jiàn)的大致可以分為六類(lèi)，分別為：欠壓法竊電、欠流法竊電、移相法竊電、擴(kuò)差法竊電、無(wú)表法竊電、高科技竊電。在用戶計(jì)量準(zhǔn)確的情況下，用戶電量主要與電壓、電流、功率因數(shù)和用電時(shí)間有關(guān)，欠壓、欠流和移相法竊電就是通過(guò)改變表計(jì)的電壓、電流和功率因數(shù)，使得表計(jì)少計(jì)電量，從而達(dá)到竊電的目的。擴(kuò)差法竊電是通過(guò)技術(shù)手段使表計(jì)計(jì)量誤差增大，導(dǎo)致計(jì)量不準(zhǔn)。無(wú)表法竊電就是直接從供電公司的公用線路上接線用電，沒(méi)有經(jīng)過(guò)表計(jì)，這種方式較難在系統(tǒng)監(jiān)測(cè)中發(fā)現(xiàn)，而且容易引起安全事故。高科技竊電就是通過(guò)技術(shù)手段影響智能電表內(nèi)部芯片、互感器等模塊的功能，也有的通過(guò)智能表對(duì)外接口與電表進(jìn)行通訊，進(jìn)而修改電能表內(nèi)部的存儲(chǔ)數(shù)據(jù)，使得電量計(jì)算較少[1]。

盡管竊電的手法越來(lái)越先進(jìn)，但是只要用電行為發(fā)生，就會(huì)在系統(tǒng)留有大量數(shù)據(jù)痕跡，通過(guò)分析這些數(shù)據(jù)，就可以精準(zhǔn)地發(fā)現(xiàn)竊電行為。用戶的用電數(shù)據(jù)可以分為兩大類(lèi)：一是營(yíng)銷(xiāo)業(yè)務(wù)系統(tǒng)里的檔案數(shù)據(jù);二是用電信息采集系統(tǒng)里的表計(jì)電量數(shù)據(jù)。檔案數(shù)據(jù)包括用戶行業(yè)分類(lèi)、用電類(lèi)別、身份信息、電價(jià)類(lèi)別、歷史月電量、交費(fèi)信息、費(fèi)控信息等。表計(jì)電量信息包括實(shí)時(shí)電壓、電流、歷史日電量、所屬臺(tái)區(qū)信息、所屬線路信息、互感器倍率信息等。

2 電力營(yíng)銷(xiāo)反竊電中智能化技術(shù)的作用

在供電網(wǎng)絡(luò)系統(tǒng)智能化反竊電工作過(guò)程中，智能化技術(shù)通常起到如下兩方面的作用：第一個(gè)作用是當(dāng)數(shù)據(jù)信息收集系統(tǒng)完成客戶用電相關(guān)數(shù)據(jù)信息的收集工作后，就能把相關(guān)參數(shù)信息傳送至終端設(shè)備，隨后操作平臺(tái)就會(huì)對(duì)上述用戶的用電量參數(shù)信息實(shí)施分析研究、測(cè)算、評(píng)估和監(jiān)控。在此過(guò)程中，假如發(fā)覺(jué)用電客戶的相關(guān)用電數(shù)據(jù)信息出現(xiàn)異常，操作平臺(tái)就能夠馬上針對(duì)相關(guān)參數(shù)信息實(shí)行智能化判斷，隨后根據(jù)上述判斷結(jié)論實(shí)行報(bào)警提示。在這一步驟中，用電客戶的用電參數(shù)信息變化狀況均能借助相關(guān)圖像體現(xiàn)。所以，從該角度來(lái)講，供電網(wǎng)絡(luò)系統(tǒng)大數(shù)據(jù)技術(shù)能夠借助有關(guān)操作平臺(tái)對(duì)用電客戶的電量參數(shù)信息實(shí)行分析研究及監(jiān)控。第二個(gè)作用是在出現(xiàn)用戶竊電狀況時(shí)，借助供電網(wǎng)絡(luò)系統(tǒng)大數(shù)據(jù)技術(shù)，有關(guān)供電網(wǎng)絡(luò)工程技術(shù)人員能夠全方位地研究相關(guān)用電客戶的用電使用數(shù)據(jù)信息，判別用電信息異常狀況，隨后供電網(wǎng)絡(luò)系統(tǒng)就能自動(dòng)實(shí)施報(bào)警，并且快速鎖定竊電區(qū)域[2]。

3 電力營(yíng)銷(xiāo)領(lǐng)域反竊電智能系統(tǒng)的應(yīng)用

隨著國(guó)民經(jīng)濟(jì)的高速發(fā)展，電力供電系統(tǒng)的規(guī)模逐漸擴(kuò)大，不可避免地產(chǎn)生了竊電問(wèn)題。竊電破壞正常的用電秩序，并對(duì)電網(wǎng)運(yùn)行安全及人身生命財(cái)產(chǎn)安全帶來(lái)嚴(yán)重威脅。由竊電造成的電力變壓器燃燒、損毀時(shí)有發(fā)生，因此反竊電不僅是供電企業(yè)面臨的問(wèn)題，更是一項(xiàng)社會(huì)性問(wèn)題。目前，我國(guó)防竊電領(lǐng)域正處于快速發(fā)展階段。

文章重點(diǎn)研究了反竊電的算法，構(gòu)建系統(tǒng)的總體模型和功能框架，并利用神經(jīng)網(wǎng)絡(luò)算法構(gòu)建了反竊電模型，建立判斷竊電與否的特征指標(biāo)評(píng)價(jià)體系，以促進(jìn)電力營(yíng)銷(xiāo)反竊電工作的開(kāi)展[3]。

3.1 反竊電智能系統(tǒng)的結(jié)構(gòu)及處理流程

反竊電智能系統(tǒng)結(jié)構(gòu)如圖1所示，主要由無(wú)線采集裝置、專(zhuān)變采集終端、數(shù)據(jù)轉(zhuǎn)化器、系統(tǒng)主站、電能表構(gòu)成。反竊電智能系統(tǒng)包括電力負(fù)荷管理、實(shí)時(shí)數(shù)據(jù)采集、實(shí)時(shí)數(shù)據(jù)存儲(chǔ)、電力設(shè)備管理、客戶區(qū)域、線損、電流、電壓、電量行度、地理位置、拓?fù)潢P(guān)系、歷史曲線展示、數(shù)據(jù)存儲(chǔ)等功能，能實(shí)時(shí)反映計(jì)量電表的數(shù)據(jù)情況，并根據(jù)設(shè)置的閾值進(jìn)行預(yù)警，提示存在用電異常信息，通過(guò)歷史數(shù)據(jù)分析，能判斷出存在竊電的用戶。其實(shí)際工作流程如下：

圖1 反竊電智能系統(tǒng)結(jié)構(gòu)

在線監(jiān)測(cè)。通過(guò)大數(shù)據(jù)信息采集技術(shù)采集用電數(shù)據(jù)，對(duì)數(shù)據(jù)進(jìn)行分析，得到電能表掉電、電能表失壓、電能表故障、電能表失流、電能表外力受損等事件。

輔助分析。根據(jù)在線監(jiān)測(cè)信息與終端事件進(jìn)行輔助分析，確保分析的準(zhǔn)確性。

歷史數(shù)據(jù)分析。對(duì)存在潛在竊電行為的用戶，分析其計(jì)量信息、接線方式、歷史記錄、功率數(shù)據(jù)差。

智能診斷。分析用戶異常信息并及時(shí)處理，結(jié)合神經(jīng)網(wǎng)絡(luò)的反竊電模型評(píng)價(jià)體系，計(jì)算用戶的嫌疑指數(shù)，充分分析用戶竊電信息的準(zhǔn)確性[4]。

盡管竊電的方法多種多樣，但本質(zhì)上都是用戶實(shí)際的用電量大于用戶電能表示數(shù)。通過(guò)建立反竊電智能系統(tǒng)，能持續(xù)檢測(cè)用戶的用電量，一旦系統(tǒng)顯示存在竊電行為，便會(huì)發(fā)出竊電預(yù)警，幫助供電系統(tǒng)人員第一時(shí)間處理，減少電力企業(yè)的損失。

3.2 基于神經(jīng)網(wǎng)絡(luò)算法的反竊電模型

文章研究的反竊電模型以BP神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)。為了減少算法計(jì)算的復(fù)雜度并保證計(jì)算的準(zhǔn)確性，文章采用三層BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行計(jì)算。

3.2.1 輸入量的評(píng)價(jià)體系

反竊電模型的準(zhǔn)確與否，最重要的就是輸入量的準(zhǔn)確性。電量數(shù)學(xué)公式的表現(xiàn)形式是電壓、電流及功率因數(shù)角的乘積，所以當(dāng)電壓或電流出現(xiàn)異常時(shí)，電量也會(huì)出現(xiàn)異常。通過(guò)分析已竊電用戶的歷史電量數(shù)據(jù)，可得出竊電前后電量變化的特征量。當(dāng)檢測(cè)新用戶電量時(shí)，若出現(xiàn)了階段性用電量為零或電量變化規(guī)律與竊電樣本電量變化規(guī)律一致的情況，則判斷可能存在竊電行為。利用用戶月度用電量、客戶所在線路或臺(tái)區(qū)的線損情況、電表類(lèi)型、計(jì)量電流和檢測(cè)電流的差值、電壓異常變化情況、客戶負(fù)載功率、負(fù)載功率因數(shù)變化等七項(xiàng)竊電判別指標(biāo)，對(duì)用戶的竊電行為進(jìn)行綜合判斷。如果用戶在經(jīng)過(guò)七項(xiàng)特征參數(shù)檢查后，其嫌疑系數(shù)較高，就說(shuō)明該用戶可能存在竊電情況，需對(duì)其進(jìn)行監(jiān)視[5]。

3.2.2 BP神經(jīng)網(wǎng)絡(luò)的算法流程

輸入數(shù)值歸一化。針對(duì)智能反竊電模型中的七項(xiàng)竊電判別指標(biāo)存在差距較大的情況，對(duì)每種評(píng)價(jià)指標(biāo)進(jìn)行歸一化處理。處理方法是找出該組數(shù)據(jù)的最大值，然后分別用每個(gè)數(shù)據(jù)除以該最大值，即可將數(shù)據(jù)限制在[0，1]區(qū)間內(nèi)。

訓(xùn)練樣本的選擇。在選取訓(xùn)練樣本時(shí)，應(yīng)滿足樣本輸入與輸出之間的非線性特征映射關(guān)系，訓(xùn)練樣本數(shù)一般選擇為網(wǎng)絡(luò)連接權(quán)總數(shù)的5～10倍，并保證樣本分布的均衡性，以減少訓(xùn)練學(xué)習(xí)的反復(fù)性。

隱含層數(shù)設(shè)計(jì)。通常，選擇2個(gè)隱含層以滿足不連續(xù)函數(shù)的運(yùn)算需要，但對(duì)于反竊電模型的構(gòu)建來(lái)說(shuō)，選擇一個(gè)即可滿足運(yùn)算函數(shù)的需要。當(dāng)隱含節(jié)點(diǎn)過(guò)多時(shí)，需要再增加一個(gè)隱含層。

在執(zhí)行算法的過(guò)程中，先選取存儲(chǔ)的某個(gè)時(shí)間段內(nèi)的數(shù)據(jù)作為基礎(chǔ)，提取七項(xiàng)竊電評(píng)價(jià)指標(biāo)體系，并進(jìn)行歸一化處理。然后，將歸一化的數(shù)據(jù)輸入反竊電模型中進(jìn)行訓(xùn)練，當(dāng)算法計(jì)算精度達(dá)到設(shè)定的精度閾值即退出程序，并輸出竊電嫌疑系數(shù)結(jié)果[6]。

4 結(jié)語(yǔ)

綜上所述，隨著供電網(wǎng)絡(luò)系統(tǒng)智能化技術(shù)的飛速發(fā)展，結(jié)合國(guó)內(nèi)現(xiàn)階段電力數(shù)據(jù)信息收集研究過(guò)程中出現(xiàn)的問(wèn)題，強(qiáng)化智能化技術(shù)科學(xué)使用非常重要。隨著供電規(guī)模的逐步擴(kuò)大，竊電行為相應(yīng)增多，如何顯著降低竊電行為，并對(duì)其進(jìn)行快速預(yù)警成了研究熱點(diǎn)。文章介紹了電力營(yíng)銷(xiāo)領(lǐng)域反竊電智能系統(tǒng)的結(jié)構(gòu)及其處理流程，提出了竊電評(píng)價(jià)指標(biāo)體系，并構(gòu)建了基于神經(jīng)網(wǎng)絡(luò)的反竊電模型，對(duì)促進(jìn)電力營(yíng)銷(xiāo)領(lǐng)域智能系統(tǒng)準(zhǔn)確識(shí)別潛在的竊電用戶行為并進(jìn)行預(yù)警，具有一定的實(shí)用價(jià)值。

參考文獻(xiàn)

[1] 吳迪，王學(xué)偉，竇健，等.基于大數(shù)據(jù)的防竊電模型與方法[J].北京化工大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，45（6）：79-86.

[2] 李端超，王松，黃太貴，等.基于大數(shù)據(jù)平臺(tái)的電網(wǎng)線損與竊電預(yù)警分析關(guān)鍵技術(shù)[J].電力系統(tǒng)保護(hù)與控制，2018，46（5）：143-151.

[3] 竇健，劉宣，盧繼哲，等.基于用電信息采集大數(shù)據(jù)的防竊電方法研究[J].電測(cè)與儀表，2018，55（21）：43-49.

[4] 卜慶偉.基于用電信息采集的智能反竊電系統(tǒng)的研究與應(yīng)用[J].山東工業(yè)技術(shù)，2017（16）：166.

[5] 王毅，張寧，康重慶，等.電力用戶行為模型：基本概念與研究框架[J].電工技術(shù)學(xué)報(bào)，2019，34（10）：76-88.

[6] 強(qiáng)浩，戴巧云，吳柯，等.基于大數(shù)據(jù)的變結(jié)構(gòu)BP神經(jīng)網(wǎng)絡(luò)反竊電技術(shù)研究[J].江蘇理工學(xué)院學(xué)報(bào)，2019，25（2）：10-14.