摘 要：針對當前電力企業(yè)面臨的線損壓力和反竊電要求，提出了基于用戶、臺區(qū)檔案以及電壓、電流曲線等海量數(shù)據(jù)，通過數(shù)據(jù)清洗、竊電特征分析、竊電檢測分析構(gòu)建竊電診斷模型的綜合解決方案。通過現(xiàn)場實測驗證，竊電診斷模型判斷出的竊電嫌疑戶準確率達到89%，實現(xiàn)了竊電用戶的及時發(fā)現(xiàn)、精準診斷，降低了電力企業(yè)的非技術(shù)性損失。

關(guān)鍵詞：反竊電；數(shù)據(jù)清洗；模型診斷

中圖分類號：TM73""" 文獻標志碼：A""" 文章編號：1671-0797（2025）02-0010-04

DOI：10.19514/j.cnki.cn32-1628/tm.2025.02.003

0""" 引言

目前大部分省市電力用戶采集仍為24點數(shù)據(jù)采集，隨著電力用戶計量裝置采集性能的提升，部分省市的采集點數(shù)已由24點上升為96點，電力用戶的采集變量包括電壓、電流、功率、功率因數(shù)等等，數(shù)據(jù)量呈指數(shù)級上升，如何從海量數(shù)據(jù)中精確診斷并提取出竊電嫌疑用戶，是目前電力企業(yè)面臨的一大技術(shù)難題[1]。

高壓用戶竊電是指用戶通過改變計量裝置的接線方式使計量裝置不計量或少計量，從而達到用戶不交電費或少交電費的目的。高壓用戶計量裝置的接線方式分為三相四線制和三相三線制，電能量的計算公式分別為：

三相四線制：

W=P=3UIcos θ""""""""""""""""" （1）

三相三線制：

W=P=UIcos θ""" （2）

由公式（1）（2）得出，降低計量裝置的功率、電流、電壓等任一變量，均會造成電量少計，從而達到竊電的目的。按照這個原理將竊電的手法進行分類，大體可分為欠壓法竊電、擴差法竊電、移相法竊電、欠流法竊電、無表竊電等[2-4]。

1""" 模型構(gòu)造過程

本模型主要包括數(shù)據(jù)獲取、數(shù)據(jù)清洗、特征構(gòu)造、模型構(gòu)建、模型驗證優(yōu)化5個環(huán)節(jié)，其中數(shù)據(jù)清洗及特征構(gòu)造屬于關(guān)鍵點，模型構(gòu)建為重點，模型流程圖如圖1所示。

1）數(shù)據(jù)獲?。簭墓╇娖髽I(yè)營銷系統(tǒng)獲取歷史反竊查違清單及用戶檔案數(shù)據(jù)，從用電采集系統(tǒng)調(diào)取用戶日電量、高壓用戶所在線路的日線損數(shù)據(jù)。

2）數(shù)據(jù)清洗：針對歷史竊電樣本進行分析篩選及修正，同時從異常值檢測與處理、缺失值分析及處理等角度對采集數(shù)據(jù)進行預(yù)處理，提高數(shù)據(jù)質(zhì)量。

3）特征構(gòu)造：結(jié)合業(yè)務(wù)經(jīng)驗及數(shù)據(jù)探索，從時間維度、統(tǒng)計方法、采集指標及指標間關(guān)聯(lián)性等多方面構(gòu)建特征，為模型構(gòu)建提供基礎(chǔ)。

4）模型構(gòu)建：計算樣本指標，將樣本集分為訓(xùn)練集和測試集，采用機器學(xué)習(xí)LightGBM分類算法，借助K折交叉驗證方法，并通過調(diào)參策略獲取最優(yōu)參數(shù)，完成模型構(gòu)建。

5）模型驗證優(yōu)化：在測試集上分析評估，利用精準率、F-score、AUC等指標對模型進行評估優(yōu)化；此外，通過現(xiàn)場查驗，基于核查結(jié)果迭代優(yōu)化模型。

2""" 竊電模型診斷

高壓用戶竊電診斷包含三大核心子模型，分別為電壓異常診斷模型、電流異常診斷模型、中性線異常診斷模型。

2.1""" 電壓異常診斷模型

針對高供高計三相三線、三相四線用戶，三相相電壓數(shù)據(jù)值正常且大致相等，根據(jù)線電壓數(shù)據(jù)值診斷及等邊三角形原理，三相四線用戶至少其中一異常相電壓數(shù)據(jù)為正常情況下相電壓的倍或三相三線用戶至少其中一相電壓數(shù)據(jù)為線電壓的倍，可判斷出電壓互感器是一相極性接反或者兩相極性接反異常，從而引起少計量誤差失準[5-7]。

電壓異常診斷模型旨在挖掘采用欠壓法竊電的異常電力用戶。在存在一定電流數(shù)據(jù)的情況下，通過統(tǒng)計一定時間范圍內(nèi)各相欠壓點數(shù)，分析電壓數(shù)據(jù)是否超過給定閾值K，從而判斷高壓用戶是否存在欠壓竊電嫌疑。

判斷公式為：

I（f（xt）=0，f（yt）≠0）＞K

式中：K為閾值；f（xt）為電壓；f（yt）為電流。

滿足判斷公式的則為疑似欠壓法竊電用戶。

2.2""" 電流異常診斷模型

電流異常診斷模型主要包括失流異常診斷、三相電流不平衡診斷，旨在檢測采用欠流法竊電的異常用戶[8-10]。對于高壓用戶，欠流竊電法的特征主要表現(xiàn)為：某相電流失流或不平衡，另外兩相電流數(shù)據(jù)變化趨勢一致，如圖2所示。因此采用相關(guān)性系數(shù)算法，計算非失流的兩相電流相關(guān)性系數(shù)，判斷是否超過閾值范圍，從而辨識欠流竊電嫌疑用戶[11]。

失流、不平衡判斷規(guī)則：電流為0的點數(shù)大于閾值K1（K1設(shè)為2）。

相關(guān)系數(shù)計算公式如下：

ρX，Y==

=

式中：X為臺區(qū)供電量/線損率；Y為臺區(qū)售電量/用戶電量；cov（X，Y）為X與Y的協(xié)方差；σ為方差；E為期望。

根據(jù)設(shè)置的相關(guān)性系數(shù)閾值，判斷疑似欠流法竊電用戶。

2.3""" 中性線異常診斷模型

1）中性線未接或虛接診斷：主要針對三相四線用戶標準電壓規(guī)格，根據(jù)負荷不平衡情況下中性點漂移理論，負荷不平衡時各相電壓會發(fā)生變化，負載重的一相電壓降低，負載輕的一相電壓升高。假設(shè)其中一相日平均電壓高于閾值K2，一相日平均電壓低于K3；另一相日平均電壓在一定的范圍區(qū)間；若滿足異常天數(shù)閾值即判定為中性線未接或虛接。

2）相線、中性線反接診斷：根據(jù)三相四線用戶標準電壓規(guī)格，其中任意異常兩相日平均電壓高于閾值K4；另一相日平均電壓值正常，在一定范圍內(nèi)；滿足異常天數(shù)閾值即判定為相線、中性線反接。

3）三次諧波干擾診斷：針對三相四線用戶中性線電流值（中性線實測數(shù)據(jù)值）大于最大相電流值N倍以上，并結(jié)合電能表存在有效異常事件記錄，則判定用戶存在三次諧波干擾。

3""" 應(yīng)用成效及查處案例

3.1""" 應(yīng)用成效

根據(jù)竊電3種診斷模型，從海量數(shù)據(jù)中提取出用電異常用戶44戶，并在東明、曹縣、成武、鄆城4個縣區(qū)進行現(xiàn)場實測驗證，共發(fā)現(xiàn)計量異?；蚋`電39戶，竊電診斷模型綜合準確率達到89%，如表1所示。

3.2""" 模型診斷案例

通過系統(tǒng)模型規(guī)則，發(fā)現(xiàn)用戶A三相電流嚴重不平衡，C相失流。經(jīng)過現(xiàn)場核查，A、B相一次側(cè)實時電流與表計實時顯示電流一致，如圖3系統(tǒng)截圖所示。C相一次側(cè)實時電流61 A，表計C相實時顯示0.00 A，如圖4所示，此相基本不計量?，F(xiàn)場進一步檢查發(fā)現(xiàn)C相互感器二次回路被人為折斷，初步判斷為人為竊電。后臺調(diào)取歷史數(shù)據(jù)發(fā)現(xiàn)此戶從2018年10月份開始竊電，預(yù)計追補電費70萬元左右。

4""" 結(jié)束語

本文針對高壓用戶竊電時的電壓、電流特征，詳細介紹了電壓異常、電流異常、中性線異常三種異常診斷模型，根據(jù)模型特征從用電采集系統(tǒng)海量數(shù)據(jù)中提取出用電異常用戶，通過現(xiàn)場實測驗證，竊電模型正確率達到89%。同時介紹了模型現(xiàn)場實測案例，為供電企業(yè)挽回了電量和電費損失，維護了正常用電秩序。本文僅對高壓用戶竊電情況進行了詳細分析，未充分考慮低壓用戶的情況，為適應(yīng)各種用戶和不同竊電手法，診斷模型仍需進一步完善。

[參考文獻]

[1] 朱俏婷.基于大數(shù)據(jù)發(fā)現(xiàn)專變計量裝置竊電的方法研究[J].機電信息，2023（13）：70-73.

[2] 董立紅，肖純朗，葉鷗，等.一種基于CAEs-LSTM融合模型的竊電檢測方法[J].電力系統(tǒng)保護與控制，2022，50（21）：118-127.

[3] 劉康，劉鑫，張蓬鶴，等.基于負荷尖峰特征LSTM自編碼器的竊電識別方法[J].電力系統(tǒng)自動化，2023，47（2）：96-104.

[4] 張宇帆，艾芊，李昭昱，等.基于特征提取的面向邊緣數(shù)據(jù)中心的竊電監(jiān)測[J].電力系統(tǒng)自動化，2020，44（9）：128-134.

[5] 鄒念，張穎，蘇盛，等.基于小時尺度周期特征自編碼器的用戶竊電識別方法[J].電網(wǎng)技術(shù)，2023，47（6）：2558-2567.

[6] 游文霞，李清清，楊楠，等.基于多異學(xué)習(xí)器融合Stacking集成學(xué)習(xí)的竊電檢測[J].電力系統(tǒng)自動化，2022，46（24）：178-186.

[7] 唐捷，楊銀，劉斯亮，等.基于改進SVM與NSGA-Ⅲ的臺區(qū)相序在線優(yōu)化方法[J].電力系統(tǒng)自動化，2022，46（3）：50-58.

[8] 殷濤，薛陽，楊藝寧，等.基于向量自回歸模型的高損線路竊電檢測[J].中國電機工程學(xué)報，2022，42（3）：1015-1024.

[9] 曹暉.電能表典型采樣電路的竊電及差錯電量分析[J].黑龍江科學(xué)，2023，14（22）：54-56.

[10] 李彥.基于神經(jīng)架構(gòu)搜索的智能電表竊電識別方法研究[J].中國新技術(shù)新產(chǎn)品，2024（3）：146-148.

[11] 李萬，黎海生，李景村.查處竊電典型案例[J].農(nóng)村電氣化，2023（7）：89-92.

收稿日期：2024-09-23

作者簡介：趙承楠（1987—），男，山東東明人，高級工程師，研究方向：電力市場營銷。