[發明專利]一種基于大數據的低壓竊電智能診斷方法

在審

• 申請號: 202110582683.6
• 申請日: 2021-05-26
• 公開（公告）號: CN113311379A
• 公開（公告）日: 2021-08-27
• 發明（設計）人: 李悅;邵雪松;潘超;周玉;易永仙;崔高穎;張筠;褚興旺;丁穎;龐金鑫
• 申請（專利權）人: 國網江蘇省電力有限公司營銷服務中心;國網江蘇省電力有限公司
• 主分類號: G01R35/04
• 分類號: G01R35/04
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 張紅蓮;王萍

1.一種基于大數據的低壓竊電智能診斷方法，其特征在于，所述基于大數據的低壓竊電智能診斷方法包括以下步驟：

步驟1：采集電能表的關聯數據；關聯數據包括電流數據、開蓋事件信息、電量數據、業擴流程信息和臺區線損數據；

步驟2：對步驟1采集的數據進行清洗，剔除無效數據；

步驟3：基于步驟2處理后的電能表關聯數據，建立各類低壓竊電智能診斷模型；

步驟4：從步驟3建立的模型中選擇一個沒有使用過的模型進行疑似竊電用戶判定，如判定為疑似竊電用戶，輸出疑似竊電用戶，并進入步驟5；如判定為非疑似竊電用戶，則重復本步驟；如所有模型都被使用過且判定結果都為非疑似竊電用戶，則輸出非疑似竊電用戶，結束本方法；

步驟5：根據步驟4的判定結果進行現場核查工作。

2.根據權利要求1所述的基于大數據的低壓竊電智能診斷方法，其特征在于：

在所述步驟1中，所述電能表具備電流測量功能，用電信息采集系統能夠實時獲取相線電流與零線電流運行參數。

3.根據權利要求1或2所述的基于大數據的低壓竊電智能診斷方法，其特征在于：

在所述步驟1中，所述電流數據指電能表獲取的實時相線電流I_L與實時零線電流I_N；

所述開蓋事件信息包括開蓋次數、開蓋起始時間T_開始、開蓋結束時間T_結束；

對于有開蓋事件的用戶，所述電量數據是指電能表開蓋事件發生前n₁天與后n₂天每天的用電量數據；若開蓋記錄事件發生在第N天，S_N為第N天日電量，前n₁天的用電量數據則為后n₂天的用電量數據則為

對于無開蓋事件的用戶，所述電量數據是指自裝表日起每個月的用電量數據；

所述業擴流程信息指故障搶修信息，以區別因正常操作導致的開蓋異常事件；

所述臺區線損數據包括臺區供電量、臺區售電量、臺區線損率。

4.根據權利要求3所述的基于大數據的低壓竊電智能診斷方法，其特征在于：

在所述步驟2中，所述無效數據包括采集失敗的數據、空值數據以及亂碼數據。

5.根據權利要求4所述的基于大數據的低壓竊電智能診斷方法，其特征在于：

在所述步驟3中，所述低壓竊電智能診斷模型為電流分析模型、事件分析模型、電量分析模型和線損分析模型。

6.根據權利要求5所述的基于大數據的低壓竊電智能診斷方法，其特征在于：

所述電流分析模型對相、零線電流的差異計算分析，篩選出差值大于差值閾值且相、零線誤差值超過誤差閾值的電能表對應的用戶為疑似竊電用戶，相、零線電流差值I以滿足如下關系式：

I＝I_N-I_L

相、零線電流誤差k滿足如下關系式：

如I＞差值閾值并且k＞誤差閾值則判定為疑似竊電用戶。

7.根據權利要求6所述的基于大數據的低壓竊電智能診斷方法，其特征在于：

所述差值閾值為0.5A，所述誤差閾值為30％。

8.根據權利要求5所述的基于大數據的低壓竊電智能診斷方法，其特征在于：

所述事件分析模型計算開蓋異常事件中與業擴流程信息無關的開蓋持續時長，并根據該時長是否滿足設定的開蓋閾值以篩選疑似竊電用戶，并判定具體竊電類型。