[發明專利]一種基于智能量測終端的反竊電分析方法

有效

• 申請號: 202310286147.0
• 申請日: 2023-03-23
• 公開（公告）號: CN116008714B
• 公開（公告）日: 2023-06-30
• 發明（設計）人: 曹乾磊;王磊;梁浩;黃曉婭;王金龍;李曉杰;楊圣昆;胡志遠
• 申請（專利權）人: 青島鼎信通訊股份有限公司
• 主分類號: G01R31/00
• 分類號: G01R31/00;G01R22/00;G06Q50/06;G06F17/16
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于智能量測終端的反竊電分析方法，其特征在于，包括以下步驟：

步驟1，智能量測終端采集低壓臺區用戶表日凍結電量數據與臺區考核總表日凍結電量數據；

步驟2，對采集到的電量數據進行均值濾波處理，稱均值濾波處理后的數據為總表數據和戶表數據；

用總表數據減去戶表數據的加和，獲得線損值曲線；

步驟3，對戶表數據進行奇異值分解；具體過程為：

A1，將戶表數據整理為矩陣形式X∈R^n×m；其中n為濾波后的日凍結電量數據點數，m為臺區用戶表數，R表示實數；

A2，計算X^TX∈R^m×m，求特征向量和特征值；

求得的特征值按照從大到小順序排列并相應排列特征值對應的特征向量，取排列后的前min(m，n)個特征值與特征向量；

取得的特征向量組成右矩陣V∈R^m×m滿足VV^T＝E；取得的特征值的平方根構成奇異值對角陣Σ∈R^m×m；

A3，計算XX^T∈R^n×n，求特征向量和特征值；

求得的特征值按照從大到小順序排列并相應排列特征值對應的特征向量，取排列后的前min(m，n)個特征值與特征向量；

取得的特征向量組成左矩陣U∈R^n×n滿足UU^T＝E；

A4，計算奇異值累計貢獻度cum_k，公式為：

其中λ_q、λ_j分別為排列后的第q個、第j個特征值；

將首次滿足cum_k＞0.99的k值確定為分解階數；

步驟4，根據戶表數據與線損值曲線建立低壓臺區線損回歸模型，從而根據V、U、∑計算得到對應的解析解，即戶表估計系數；

步驟5，根據戶表估計系數值計算線損貢獻度，并根據貢獻度和估計系數給出疑似竊電用戶清單；

其中第i個用戶表的線損貢獻度的計算公式為：

其中x_ti為第i個用戶表的第t個日凍結電量數據，β_i是第i個用戶表的估計系數值，l_t為第t個線損值，t在此既為日凍結電量數據標號，也為線損值標號，二者是一一對應的關系；

則疑似竊電清單中用戶表的標號

其中α和ε為兩個閾值，i為用戶表標號，1≤i≤m。

2.根據權利要求1所述的一種基于智能量測終端的反竊電分析方法，其特征在于，所述步驟1中采集的數據天數大于60。

3.根據權利要求1所述的一種基于智能量測終端的反竊電分析方法，其特征在于，所述步驟2中均值濾波過程用算式表示為：

計算線損值的公式為：

其中y_t為總表的第t個日凍結電量數據，1≤t≤n＝n₀-c+1，n₀為原始數據天數，c為均值濾波參數，是濾波前的臺區總表的第p個日凍結電量數據，t≤p≤t+c-1，為濾波前的第i個用戶表的第p個日凍結電量數據。

4.根據權利要求1所述的一種基于智能量測終端的反竊電分析方法，其特征在于，所述步驟4中的回歸模型為其中是所有戶表的估計系數向量，向量L為線損值曲線，β為戶表的估計系數向量；

對應的解析解

其中1:k表示取矩陣中的前k列。

5.根據權利要求1所述的一種基于智能量測終端的反竊電分析方法，其特征在于，所述步驟5中α和ε的取值范圍分別為[0.2，0.8]和[0.2，1.0]。