一种基于量化评估模型窃电嫌疑分析方法的反窃电分析方法资料

2023年6月21日发(作者：)

说 明 书 摘 要

本发明涉及一种低压配电变压器供电台区的反窃电分析方法，包括了一种量化评估模型窃电嫌疑分析方法、一种基于量化评估模型窃电嫌疑分析算法的低5

压用户嫌疑锁定方法，基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定方法的分析流程如图1所示。

－1－

摘 要 附 图

开始选择下一个台区基数数据收集与数据状态估计台区月关口用电量查询（截止本月的前M（M>3）个月）选择下一个用户的户号用户月度用电量查询（截止本月的前M个月及历史N年同比月）台区月用电量样本（时间窗：M+1月）通过并保存样本生成用户用电量样本数据异常状态估计状态估计数据异常所有用户用电样本准备完毕跳过，并输出警告台区样本估计计算台区本月及前M个月统计线损和理论线损线损、嫌疑度计算计算台区本月及前M个月的线损异常指标TEI计算各用户的UEI、UCI指标采用权重评价方法确定权重分配关系计算各用户的窃电嫌疑度水平统计，截止本月前M个月内，台区下各用户嫌疑度超阀值次数P嫌疑用户锁定根据锁定规则，锁定嫌疑用户，输出嫌疑稽查名单列表结束

图1

－1－

权 利 要 求 书

1、一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法，其特征在于，包括了一种量化评估模型窃电嫌疑分析方法，以及一种基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定方法；

5

2、如权利1要求所述的一种量化评估模型窃电嫌疑分析方法，其特征在于，提出一套能够直接或间接反映用户窃电特征和窃电倾向的指标体系，对体系内的各项指标加以量化计算，结合现有成熟的权重评价方法，对各指标样本进行加权求和，最终得到低压用户的窃电嫌疑度指标，该指标能够综合反映用户在一定时期内的窃电嫌疑水平；

3、如权利2要求所述的一种指标体系包括：反映台区线损水平的台区线损异常指标TEI、反映用户用电量异常水平的用户用电异常指标UEI、反映用户用电行为信用记录的用户用电信用水平指标UCI；

上述台区线损异常指标TEI是指：某一低压台区日常用电中，其管理线损水平相对于考核线损水平的偏差程度，台区线损水平越大，指标取值越大；TEI指标作为评价台区线损严重程度的核心指标；

上述考核线损水平可以按正常台区实际线损水平的平均水平进行估算；正常台区是指窃电查实率较低、统计线损处于正常水平的台区；

上述用户用电异常指标UEI是指：用户历史同比及环比序列用电量，按约定比较规则进行比较，用于评价用电量偏离正常水平的程度；UEI指标作为用户窃电嫌疑的核心评价指标，由用电量同比变异度和用电量环比增量变异度指标构成；

上述约定比较规则是指：按比较时间点序列划分比较尺度，按时间递增方向依次增加比较尺度，从计算时间点开始，逆向比较用电量大小，出现的首个用电量不小于比计算点用电量的时间点作为观察点j，该观察点对应的比较尺度作为计算组的变异尺度，取值范围[0，NUM（时间序列个数）]；若历史序列组用电量均小于计算组的用电量，则此次变异尺度取值0；

上述用户用电信用水平指标UCI是指：用户日常用电行为中，用户正常用电的信用水平，由用户已查实的窃电记录情况以及用户历史疑似窃电记录情况共同决定；

10

15

20

25

－1－

30

4、如权利2要求所述的一种窃电嫌疑度，定义为：通过权重评价方法，确定各项嫌疑指标权重分配关系，用户各项嫌疑指标在该权重分配关系下的加权结果作为用户的窃电嫌疑度水平，如式（1）所示；

SUSiiTEIiUEIii100UCIi （1）

123其中，i1,i2,i3为权重分配系数；

35

上述权重评价方法包括：主观赋权法、客观赋法和组合赋权法；主观赋权法包括：AHP层次模型、二项式系数法，以及等等；客观赋权法包括：变异离差法、熵权判别法等等；组合赋权法包括：灰色关联度法、CRITIC法等等；

5、如权利1要求所述的一种用户窃电嫌疑度的计算方法，其特征在于，以月嫌疑度计算为例，取用户计算月及前M（M>3）个月计量用电量、历史同期N（N>3）个月份的计量电量，构成MN抽样样本；计算用户所在台区本月及前M个月的统计线损及理论线损，得出本月的线损异常指标TEI及前M个月的线损异常指标{TEI}序列；根据抽样样本计算用户本月的用电异常指标UEI及前M个月的用电异常指标{UEI}序列；计算用户的本月用电信用水平指标UCI及前M个月的用电信用水平{UCI}序列；由{TEI}、{UEI}、{UCI}构成前M个月的指标矩阵，采用权重分配方法，得出权重分配系数TEI,UEI,UCI；根据式（1）计算出用户本月窃电嫌疑度；

6、如权利1要求所述的一种基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定方法，其特征在于，以月度窃电嫌疑分析为例，按台区进行用户用电量样本取样，台区下各用户取MN个电量数据；各用户样本校验；计算台区本月及前M个月统计线损及理论线损；计算各用户的嫌疑度水平；输入嫌疑用户锁定规则，输出本月内已锁定的窃电嫌疑用户列表；

上述嫌疑用户锁定规则包括：（1）对于中小容量低压用户，观察周期内，其嫌疑度超过半数（含）以上，则被锁定；（2）对于大容量的用户，其嫌疑度超过阀值次数累计超过1次（含），则被锁定。

40

45

50

－2－

说 明 书

一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法

技术领域

本发明涉及一种低压供电台区窃电用户的反窃电分析方法。

背景技术

随着地区经济的持续增长，居民生活水平不断提高，电力需求增长的同时，窃电现象却越发严重。从线损统计和用电环境来看，低压台区，特别是稽查环境比较复杂的低压台区，是窃电的重灾区。目前，国内现有厂家提供的反窃电技术手段，有的只针对一种或者部分窃电方式能够有效监控，还有的技术存在逻辑上的错误，为了防范用户在计量回路窃电，强行加装第二套计量回路，用户照样可以对第二套计量回路进行窃电，最终会出现防窃电设备反被窃电的结局；还有的技术不考虑现有营销自动化系统发展的现状，在用户窃电行为发生时，需要加装专用通信信道，才能将相关信息通知用电检查人员，增加了系统投资和运行的费用。若仅靠人工技术或是经验性分析手段，效率比较缓慢，效果不太可观。因而，需要较为精确的反窃电技术手段，从而降低不必要的管理性电能损失，以提高公司的营销效益水平。在不增加额外设备投资的情况下，从现有营销系统、用电采集系统等海量数据分析出发，进行低压供电台区的窃电嫌疑用户数据挖掘分析，比通过现场安装复杂的反窃电设施更经济、更高效。本发明旨在给出一种用于评估低压台区用户用电嫌疑情况的分析方法，力求较为准确地定量分析出低压台区各用户的窃电嫌疑水平，以提高窃电嫌疑用户锁定精度。

发明内容

本发明的目的在于提供一种评估低压供电台区下用户窃电嫌疑情况的反窃电分析方法，通过对现有基础数据的分析处理推得低压台区用户的窃电嫌疑水

－1－

平，从而提高窃电嫌疑用户的锁定精度。

为了达到上述的目的，本发明提供一种量化评估模型窃电嫌疑分析方法，以及基于这种方法的量化评估模型窃电嫌疑分析算法的低压供电台区窃电嫌疑用户的锁定方法。

上述量化评估模型窃电嫌疑分析方法为：提出一套能够直接或间接反映用户窃电特征和窃电倾向的指标体系，对体系内的各项指标加以量化计算，结合现有成熟的权重评价方法，对各指标样本进行加权求和，最终得到用户的窃电嫌疑度指标，该指标能够综合反映用户在一定时期内的窃电嫌疑水平；

上述指标体系包括：反映台区线损水平的台区线损异常指标TEI、反映用户用电量异常水平的用户用电异常指标UEI、反映用户用电行为信用记录的用户用电信用水平指标UCI；各指标按月、天或者自定义周期计算；

上述台区线损异常指标TEI是指：某一低压台区日常用电中，其管理线损水平相对于考核线损水平的偏差程度，台区线损水平越大，指标取值越大；TEI指标作为评价台区线损严重程度的核心指标；

上述考核线损水平可以按正常台区实际线损水平的平均水平进行估算；正常台区是指窃电查实率较低、统计线损处于正常水平的台区；

上述台区线损异常指标TEI的计算方法是：管理线损占统计线损的比率与考核线损率的比值：

TEIfAtloss,Asloss1A1tloss100 （1）

Aslosscons其中，Asloss为台区统计线损电量，Atloss为台区理论线损电量，cons为考核线损率；

上述台区统计线损电量的计算方法是：由台区在指定时间内的关口计量电量减去台区下所有用户的抄见计量电量的总和所得到的差值；

上述台区理论线损电量包括：台变线损电量（高计表需要）和低压供电网络线损电量；低压台区台变线损电量一般采用基于配变容量或电量的等值电阻法来计算（参见DL686-1999T规范）；低压供电网络线损电量，可以采用基于用户用电量或报装容量的等值电阻法或者竹节法（一种工程上线损电量近似计算方法）进行计算；

上述用户用电异常指标UEI是指：用户历史同比及环比序列用电量，按约定

－2－

比较规则进行比较，用于评价用电量偏离正常水平的程度；UEI指标作为用户窃电嫌疑的核心评价指标，由用电量同比变异度和用电量环比增量变异度指标构成；

上述约定比较规则是指：按比较时间点序列划分比较尺度，按时间递增方向依次增加比较尺度，从计算时间点开始，逆向比较用电量大小，出现的首个用电量不小于比计算点用电量的时间点作为观察点j，该观察点对应的比较尺度作为计算组的变异尺度，取值范围[0，NUM（时间序列个数）]；约定规则如表格 1所示；若历史序列组用电量均小于计算组的用电量，则此次变异尺度取值0；

序列号

时间

点

T-N+1

T-N+2

比较尺度R

含义

第1组

第2组

1

2

该组（第1组）往下算，仅该组时间点用电量大于或等于计算组用电量

该组（第2组）往下算，仅该组时间点用电量大于或等于计算组用电量



第j组



T-N+j



j



该组（第j组）往下算，仅该组时间点用电量大于或等于计算组用电量



第N-1组

计算组



T-1

计算时间点T



N-1

-



该组时间点用电量大于或等于计算组用电量

-

表格 2 比较约定规则示意

上述用电量同比变异度是指：历史同期用电量序列Ai,TN1Ai,TN2Ai,T（i为第i个用户）,按约定比较规则比较，发现观察点为j，得到的变异尺度取值Ri,j，按式（2）可计算得同比变异度取值：

Vi,TRi,jN1Ai,TAi,T1Ai,jAi,T1100 （2）

上述环比增量变异度是指：计算点的历史同期用电量序列AAi,TN1A,iTN2A,减iT区前一个时间点的历史同期用电量序列Ai,TN2Ai,T,i,T1(d)N1Ai,T1(d)N2Ai,T1(d)得到的增量序列Ai,TN1按约定比较规则比较，发现观察点为j，得到的变异尺度取值Ri,j，按式（3）可计算得环比增量变异度取值：

Vi,TRi,jN1Ai,jAi,T1Ai,TAi,T1100 （3）

－3－

上述用户用电异常指标UEI的计算方法是：用户计算时间点的同比变异度与环比增量变异度的线性耦合值：

UEIfVi,T,Vi,TaVi,T1aVi,T （4）

其中,0a1;

上述用户用电信用水平指标UCI是指：用户日常用电行为中，用户正常用电的信用水平，由用户已查实的窃电记录情况以及用户历史疑似窃电记录情况共同决定；

上述用户用电信用水平指标UCI的计算方法是：用户历史已查实的窃电记录水平与用户历史疑似窃电记录水平的线性耦合值：

uvUCIfu,v1001b1b （5）

UV其中，u为查实窃电记录个数，U为累计稽查次数；v为用户疑似窃电记录个数，V为用户疑似窃电评估次数；b为分配系数，0b1;

上述权重评价方法包括：主观赋权法、客观赋法和组合赋权法；主观赋权法包括：AHP层次模型、二项式系数法，以及等等；客观赋权法包括：变异离差法、熵权判别法等等；组合赋权法包括：灰色关联度法、CRITIC法等等；

上述用户窃电嫌疑度，定义为：通过权重评价方法，确定各项嫌疑指标权重分配关系，用户各项嫌疑指标在该权重分配关系下的加权结果作为用户的窃电嫌疑度水平，如式（6）所示；

SUSii1TEIi2UEIii3100UCIi （6）

其中，i1,i2,i3为权重分配系数；

上述用户的窃电嫌疑度的计算过程为：以月嫌疑度计算为例，取用户计算月及前M（M>3）个月计量用电量、历史同期N（N>3）个月份的计量电量，构成MN抽样样本；计算用户所在台区本月及前M个月的统计线损及理论线损，得出本月的线损异常指标TEI及前M个月的线损异常指标{TEI}序列；根据抽样样本计算用户本月的用电异常指标UEI及前M个月的用电异常指标{UEI}序列；计算用户的本月用电信用水平指标UCI及前M个月的用电信用水平{UCI}序列；由{TEI}、{UEI}、{UCI}构成前M个月的指标矩阵，采用权重分配方法，得出权重分配系数TEI,UEI,UCI；根据式（6）计算出用户本月窃电嫌疑度；

上述基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定过程为：以月

－4－

度窃电嫌疑分析为例，按台区进行用户用电量样本取样，台区下各用户取MN个电量数据；各用户样本校验；计算台区本月及前M个月统计线损及理论线损；计算各用户的嫌疑度水平；输入嫌疑用户锁定规则，输出本月内已锁定的窃电嫌疑用户列表；

上述嫌疑用户锁定规则包括：（1）对于中小容量低压用户，观察周期内，其嫌疑度超过半数（含）以上，则被锁定；（2）对于大容量的用户，其嫌疑度超过阀值次数累计超过1次（含），则被锁定；

本发明的一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法，提高了低压供电台区窃电用户的锁定精度，降低了营销管理线损水平，从而提高了稽查部门的工作效率。

附图说明

本发明的一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法，由以下的附图及实施例给出。

图1是低压供电台区用户反窃电分析流程图。

图2是量化评估模型指标体系构成。

具体实施方式

以下将结合具体实施例及图1~ 图2对本发明的基于量化评估模型窃电嫌疑分析算法的反窃电分析方法作进一步的详细描述。

实施1：低压供电台区反窃电分析实现实例，例如：某低压台区共有K个用户；某月及前M（M>3）个月、历史N(N>3)年同期月份下的各用户及台区电量采集信息及用户台账信息等基础数据已输入到业务系统，根据上述基础数据，分析本月该台区的嫌疑用户情况，给出截止本月的季度嫌疑用户锁定名单；

参见图1，本发明的一种基于量化评估模型窃电嫌疑分析算法的低压供电台区反窃电分析方法包括以下步骤：

步骤1， 基础数据收集：收集该低压台区本月T关口总计电量EA0及前M个月关口总计电量EAj（表示台区本年度第T-M+j月的关口计量电量）、该台区下各用户本月及历史月的计量电量数据euijk（表示第i个用户第k年第T-M+j月的计量电量）、户的合同容量信息作为基础数据；

－5－

步骤2， 基础数据状态估计：引入专家经验分析模块对基础数据序列做预处理，剔除掉错误量测数据；对时间点计量电量数据缺失过多（如同比缺失1/3以上）的用户，跳过该用户的嫌疑分析，并输出数据取样失败的警告信息；

步骤3， 台区线损计算；

根据《DL686-1999T规范》计算出台区本月及前M个月的理论线损水平；根据台区关口用电量及用户用电量信息，计算出台区本月及前M个月的统计线损；

步骤4，采用量化评估模型窃电嫌疑分析算法，计算该台区下各用户本月的窃电嫌疑度水平；

首先，根据步骤3得出的线损数据，结合式（1）计算出台区本月及前M个月的线损异常指标TEI；

其次，划分比较尺度（0，N-1），根据各用户的MxN用电量取样样本，根据式（2）、（3）、（4）计算出各用户的用电量异常指标UEI；

再次，查询各用户的历史窃电记录及疑似窃电记录情况，根据式（5）计算出用户本月及前M个月的用电信用水平指标UCI；

接着，采用AHP层次分析法、熵权法、变异离差法分别确定指标序列{TEI,UEI,UCI}的权重分配，得到权重分配矩阵：

a11a12a13b21b22b23

c31c32c33然后采用CRITIC组合权重分配方法，确定各用户的最终的权重分配关系ii1i2i3；

最后，跟据式（6），计算各用户在本月的窃电嫌疑度；

步骤5，嫌疑窃电用户锁定;

统计截止本月前M个月时间窗口内，各用户的窃电嫌疑度超阀值次数P，根据锁定规则，锁定嫌疑用户；最后按嫌疑度超阀值次数P从高到低进行排序，输出稽查名单列表。

－6－

说 明 书 附 图

开始选择下一个台区基数数据收集与数据状态估计台区月关口用电量查询（截止本月的前M（M>3）个月）选择下一个用户的户号用户月度用电量查询（截止本月的前M个月及历史N年同比月）台区月用电量样本（时间窗：M+1月）通过并保存样本生成用户用电量样本数据异常状态估计状态估计数据异常所有用户用电样本准备完毕跳过，并输出警告台区样本估计计算台区本月及前M个月统计线损和理论线损线损、嫌疑度计算计算台区本月及前M个月的线损异常指标TEI计算各用户的UEI、UCI指标采用权重评价方法确定权重分配关系计算各用户的窃电嫌疑度水平统计，截止本月前M个月内，台区下各用户嫌疑度超阀值次数P嫌疑用户锁定根据锁定规则，锁定嫌疑用户，输出嫌疑稽查名单列表结束

图1

－1－

用户用电嫌疑度USI所在台区用电异常指标TEI用户用电异常指标UEI用户用电信用水平UCI图2

－2－

2023年6月21日发(作者：)

说 明 书 摘 要

本发明涉及一种低压配电变压器供电台区的反窃电分析方法，包括了一种量化评估模型窃电嫌疑分析方法、一种基于量化评估模型窃电嫌疑分析算法的低5

压用户嫌疑锁定方法，基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定方法的分析流程如图1所示。

－1－

摘 要 附 图

开始选择下一个台区基数数据收集与数据状态估计台区月关口用电量查询（截止本月的前M（M>3）个月）选择下一个用户的户号用户月度用电量查询（截止本月的前M个月及历史N年同比月）台区月用电量样本（时间窗：M+1月）通过并保存样本生成用户用电量样本数据异常状态估计状态估计数据异常所有用户用电样本准备完毕跳过，并输出警告台区样本估计计算台区本月及前M个月统计线损和理论线损线损、嫌疑度计算计算台区本月及前M个月的线损异常指标TEI计算各用户的UEI、UCI指标采用权重评价方法确定权重分配关系计算各用户的窃电嫌疑度水平统计，截止本月前M个月内，台区下各用户嫌疑度超阀值次数P嫌疑用户锁定根据锁定规则，锁定嫌疑用户，输出嫌疑稽查名单列表结束

图1

－1－

权 利 要 求 书

1、一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法，其特征在于，包括了一种量化评估模型窃电嫌疑分析方法，以及一种基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定方法；

5

2、如权利1要求所述的一种量化评估模型窃电嫌疑分析方法，其特征在于，提出一套能够直接或间接反映用户窃电特征和窃电倾向的指标体系，对体系内的各项指标加以量化计算，结合现有成熟的权重评价方法，对各指标样本进行加权求和，最终得到低压用户的窃电嫌疑度指标，该指标能够综合反映用户在一定时期内的窃电嫌疑水平；

3、如权利2要求所述的一种指标体系包括：反映台区线损水平的台区线损异常指标TEI、反映用户用电量异常水平的用户用电异常指标UEI、反映用户用电行为信用记录的用户用电信用水平指标UCI；

上述台区线损异常指标TEI是指：某一低压台区日常用电中，其管理线损水平相对于考核线损水平的偏差程度，台区线损水平越大，指标取值越大；TEI指标作为评价台区线损严重程度的核心指标；

上述考核线损水平可以按正常台区实际线损水平的平均水平进行估算；正常台区是指窃电查实率较低、统计线损处于正常水平的台区；

上述用户用电异常指标UEI是指：用户历史同比及环比序列用电量，按约定比较规则进行比较，用于评价用电量偏离正常水平的程度；UEI指标作为用户窃电嫌疑的核心评价指标，由用电量同比变异度和用电量环比增量变异度指标构成；

上述约定比较规则是指：按比较时间点序列划分比较尺度，按时间递增方向依次增加比较尺度，从计算时间点开始，逆向比较用电量大小，出现的首个用电量不小于比计算点用电量的时间点作为观察点j，该观察点对应的比较尺度作为计算组的变异尺度，取值范围[0，NUM（时间序列个数）]；若历史序列组用电量均小于计算组的用电量，则此次变异尺度取值0；

上述用户用电信用水平指标UCI是指：用户日常用电行为中，用户正常用电的信用水平，由用户已查实的窃电记录情况以及用户历史疑似窃电记录情况共同决定；

10

15

20

25

－1－

30

4、如权利2要求所述的一种窃电嫌疑度，定义为：通过权重评价方法，确定各项嫌疑指标权重分配关系，用户各项嫌疑指标在该权重分配关系下的加权结果作为用户的窃电嫌疑度水平，如式（1）所示；

SUSiiTEIiUEIii100UCIi （1）

123其中，i1,i2,i3为权重分配系数；

35

上述权重评价方法包括：主观赋权法、客观赋法和组合赋权法；主观赋权法包括：AHP层次模型、二项式系数法，以及等等；客观赋权法包括：变异离差法、熵权判别法等等；组合赋权法包括：灰色关联度法、CRITIC法等等；

5、如权利1要求所述的一种用户窃电嫌疑度的计算方法，其特征在于，以月嫌疑度计算为例，取用户计算月及前M（M>3）个月计量用电量、历史同期N（N>3）个月份的计量电量，构成MN抽样样本；计算用户所在台区本月及前M个月的统计线损及理论线损，得出本月的线损异常指标TEI及前M个月的线损异常指标{TEI}序列；根据抽样样本计算用户本月的用电异常指标UEI及前M个月的用电异常指标{UEI}序列；计算用户的本月用电信用水平指标UCI及前M个月的用电信用水平{UCI}序列；由{TEI}、{UEI}、{UCI}构成前M个月的指标矩阵，采用权重分配方法，得出权重分配系数TEI,UEI,UCI；根据式（1）计算出用户本月窃电嫌疑度；

6、如权利1要求所述的一种基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定方法，其特征在于，以月度窃电嫌疑分析为例，按台区进行用户用电量样本取样，台区下各用户取MN个电量数据；各用户样本校验；计算台区本月及前M个月统计线损及理论线损；计算各用户的嫌疑度水平；输入嫌疑用户锁定规则，输出本月内已锁定的窃电嫌疑用户列表；

上述嫌疑用户锁定规则包括：（1）对于中小容量低压用户，观察周期内，其嫌疑度超过半数（含）以上，则被锁定；（2）对于大容量的用户，其嫌疑度超过阀值次数累计超过1次（含），则被锁定。

40

45

50

－2－

说 明 书

一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法

技术领域

本发明涉及一种低压供电台区窃电用户的反窃电分析方法。

背景技术

随着地区经济的持续增长，居民生活水平不断提高，电力需求增长的同时，窃电现象却越发严重。从线损统计和用电环境来看，低压台区，特别是稽查环境比较复杂的低压台区，是窃电的重灾区。目前，国内现有厂家提供的反窃电技术手段，有的只针对一种或者部分窃电方式能够有效监控，还有的技术存在逻辑上的错误，为了防范用户在计量回路窃电，强行加装第二套计量回路，用户照样可以对第二套计量回路进行窃电，最终会出现防窃电设备反被窃电的结局；还有的技术不考虑现有营销自动化系统发展的现状，在用户窃电行为发生时，需要加装专用通信信道，才能将相关信息通知用电检查人员，增加了系统投资和运行的费用。若仅靠人工技术或是经验性分析手段，效率比较缓慢，效果不太可观。因而，需要较为精确的反窃电技术手段，从而降低不必要的管理性电能损失，以提高公司的营销效益水平。在不增加额外设备投资的情况下，从现有营销系统、用电采集系统等海量数据分析出发，进行低压供电台区的窃电嫌疑用户数据挖掘分析，比通过现场安装复杂的反窃电设施更经济、更高效。本发明旨在给出一种用于评估低压台区用户用电嫌疑情况的分析方法，力求较为准确地定量分析出低压台区各用户的窃电嫌疑水平，以提高窃电嫌疑用户锁定精度。

发明内容

本发明的目的在于提供一种评估低压供电台区下用户窃电嫌疑情况的反窃电分析方法，通过对现有基础数据的分析处理推得低压台区用户的窃电嫌疑水

－1－

平，从而提高窃电嫌疑用户的锁定精度。

为了达到上述的目的，本发明提供一种量化评估模型窃电嫌疑分析方法，以及基于这种方法的量化评估模型窃电嫌疑分析算法的低压供电台区窃电嫌疑用户的锁定方法。

上述量化评估模型窃电嫌疑分析方法为：提出一套能够直接或间接反映用户窃电特征和窃电倾向的指标体系，对体系内的各项指标加以量化计算，结合现有成熟的权重评价方法，对各指标样本进行加权求和，最终得到用户的窃电嫌疑度指标，该指标能够综合反映用户在一定时期内的窃电嫌疑水平；

上述指标体系包括：反映台区线损水平的台区线损异常指标TEI、反映用户用电量异常水平的用户用电异常指标UEI、反映用户用电行为信用记录的用户用电信用水平指标UCI；各指标按月、天或者自定义周期计算；

上述台区线损异常指标TEI是指：某一低压台区日常用电中，其管理线损水平相对于考核线损水平的偏差程度，台区线损水平越大，指标取值越大；TEI指标作为评价台区线损严重程度的核心指标；

上述考核线损水平可以按正常台区实际线损水平的平均水平进行估算；正常台区是指窃电查实率较低、统计线损处于正常水平的台区；

上述台区线损异常指标TEI的计算方法是：管理线损占统计线损的比率与考核线损率的比值：

TEIfAtloss,Asloss1A1tloss100 （1）

Aslosscons其中，Asloss为台区统计线损电量，Atloss为台区理论线损电量，cons为考核线损率；

上述台区统计线损电量的计算方法是：由台区在指定时间内的关口计量电量减去台区下所有用户的抄见计量电量的总和所得到的差值；

上述台区理论线损电量包括：台变线损电量（高计表需要）和低压供电网络线损电量；低压台区台变线损电量一般采用基于配变容量或电量的等值电阻法来计算（参见DL686-1999T规范）；低压供电网络线损电量，可以采用基于用户用电量或报装容量的等值电阻法或者竹节法（一种工程上线损电量近似计算方法）进行计算；

上述用户用电异常指标UEI是指：用户历史同比及环比序列用电量，按约定

－2－

比较规则进行比较，用于评价用电量偏离正常水平的程度；UEI指标作为用户窃电嫌疑的核心评价指标，由用电量同比变异度和用电量环比增量变异度指标构成；

上述约定比较规则是指：按比较时间点序列划分比较尺度，按时间递增方向依次增加比较尺度，从计算时间点开始，逆向比较用电量大小，出现的首个用电量不小于比计算点用电量的时间点作为观察点j，该观察点对应的比较尺度作为计算组的变异尺度，取值范围[0，NUM（时间序列个数）]；约定规则如表格 1所示；若历史序列组用电量均小于计算组的用电量，则此次变异尺度取值0；

序列号

时间

点

T-N+1

T-N+2

比较尺度R

含义

第1组

第2组

1

2

该组（第1组）往下算，仅该组时间点用电量大于或等于计算组用电量

该组（第2组）往下算，仅该组时间点用电量大于或等于计算组用电量



第j组



T-N+j



j



该组（第j组）往下算，仅该组时间点用电量大于或等于计算组用电量



第N-1组

计算组



T-1

计算时间点T



N-1

-



该组时间点用电量大于或等于计算组用电量

-

表格 2 比较约定规则示意

上述用电量同比变异度是指：历史同期用电量序列Ai,TN1Ai,TN2Ai,T（i为第i个用户）,按约定比较规则比较，发现观察点为j，得到的变异尺度取值Ri,j，按式（2）可计算得同比变异度取值：

Vi,TRi,jN1Ai,TAi,T1Ai,jAi,T1100 （2）

上述环比增量变异度是指：计算点的历史同期用电量序列AAi,TN1A,iTN2A,减iT区前一个时间点的历史同期用电量序列Ai,TN2Ai,T,i,T1(d)N1Ai,T1(d)N2Ai,T1(d)得到的增量序列Ai,TN1按约定比较规则比较，发现观察点为j，得到的变异尺度取值Ri,j，按式（3）可计算得环比增量变异度取值：

Vi,TRi,jN1Ai,jAi,T1Ai,TAi,T1100 （3）

－3－

上述用户用电异常指标UEI的计算方法是：用户计算时间点的同比变异度与环比增量变异度的线性耦合值：

UEIfVi,T,Vi,TaVi,T1aVi,T （4）

其中,0a1;

上述用户用电信用水平指标UCI是指：用户日常用电行为中，用户正常用电的信用水平，由用户已查实的窃电记录情况以及用户历史疑似窃电记录情况共同决定；

上述用户用电信用水平指标UCI的计算方法是：用户历史已查实的窃电记录水平与用户历史疑似窃电记录水平的线性耦合值：

uvUCIfu,v1001b1b （5）

UV其中，u为查实窃电记录个数，U为累计稽查次数；v为用户疑似窃电记录个数，V为用户疑似窃电评估次数；b为分配系数，0b1;

上述权重评价方法包括：主观赋权法、客观赋法和组合赋权法；主观赋权法包括：AHP层次模型、二项式系数法，以及等等；客观赋权法包括：变异离差法、熵权判别法等等；组合赋权法包括：灰色关联度法、CRITIC法等等；

上述用户窃电嫌疑度，定义为：通过权重评价方法，确定各项嫌疑指标权重分配关系，用户各项嫌疑指标在该权重分配关系下的加权结果作为用户的窃电嫌疑度水平，如式（6）所示；

SUSii1TEIi2UEIii3100UCIi （6）

其中，i1,i2,i3为权重分配系数；

上述用户的窃电嫌疑度的计算过程为：以月嫌疑度计算为例，取用户计算月及前M（M>3）个月计量用电量、历史同期N（N>3）个月份的计量电量，构成MN抽样样本；计算用户所在台区本月及前M个月的统计线损及理论线损，得出本月的线损异常指标TEI及前M个月的线损异常指标{TEI}序列；根据抽样样本计算用户本月的用电异常指标UEI及前M个月的用电异常指标{UEI}序列；计算用户的本月用电信用水平指标UCI及前M个月的用电信用水平{UCI}序列；由{TEI}、{UEI}、{UCI}构成前M个月的指标矩阵，采用权重分配方法，得出权重分配系数TEI,UEI,UCI；根据式（6）计算出用户本月窃电嫌疑度；

上述基于量化评估模型窃电嫌疑分析算法的低压用户嫌疑锁定过程为：以月

－4－

度窃电嫌疑分析为例，按台区进行用户用电量样本取样，台区下各用户取MN个电量数据；各用户样本校验；计算台区本月及前M个月统计线损及理论线损；计算各用户的嫌疑度水平；输入嫌疑用户锁定规则，输出本月内已锁定的窃电嫌疑用户列表；

上述嫌疑用户锁定规则包括：（1）对于中小容量低压用户，观察周期内，其嫌疑度超过半数（含）以上，则被锁定；（2）对于大容量的用户，其嫌疑度超过阀值次数累计超过1次（含），则被锁定；

本发明的一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法，提高了低压供电台区窃电用户的锁定精度，降低了营销管理线损水平，从而提高了稽查部门的工作效率。

附图说明

本发明的一种基于量化评估模型窃电嫌疑分析算法的反窃电分析方法，由以下的附图及实施例给出。

图1是低压供电台区用户反窃电分析流程图。

图2是量化评估模型指标体系构成。

具体实施方式

以下将结合具体实施例及图1~ 图2对本发明的基于量化评估模型窃电嫌疑分析算法的反窃电分析方法作进一步的详细描述。

实施1：低压供电台区反窃电分析实现实例，例如：某低压台区共有K个用户；某月及前M（M>3）个月、历史N(N>3)年同期月份下的各用户及台区电量采集信息及用户台账信息等基础数据已输入到业务系统，根据上述基础数据，分析本月该台区的嫌疑用户情况，给出截止本月的季度嫌疑用户锁定名单；

参见图1，本发明的一种基于量化评估模型窃电嫌疑分析算法的低压供电台区反窃电分析方法包括以下步骤：

步骤1， 基础数据收集：收集该低压台区本月T关口总计电量EA0及前M个月关口总计电量EAj（表示台区本年度第T-M+j月的关口计量电量）、该台区下各用户本月及历史月的计量电量数据euijk（表示第i个用户第k年第T-M+j月的计量电量）、户的合同容量信息作为基础数据；

－5－

步骤2， 基础数据状态估计：引入专家经验分析模块对基础数据序列做预处理，剔除掉错误量测数据；对时间点计量电量数据缺失过多（如同比缺失1/3以上）的用户，跳过该用户的嫌疑分析，并输出数据取样失败的警告信息；

步骤3， 台区线损计算；

根据《DL686-1999T规范》计算出台区本月及前M个月的理论线损水平；根据台区关口用电量及用户用电量信息，计算出台区本月及前M个月的统计线损；

步骤4，采用量化评估模型窃电嫌疑分析算法，计算该台区下各用户本月的窃电嫌疑度水平；

首先，根据步骤3得出的线损数据，结合式（1）计算出台区本月及前M个月的线损异常指标TEI；

其次，划分比较尺度（0，N-1），根据各用户的MxN用电量取样样本，根据式（2）、（3）、（4）计算出各用户的用电量异常指标UEI；

再次，查询各用户的历史窃电记录及疑似窃电记录情况，根据式（5）计算出用户本月及前M个月的用电信用水平指标UCI；

接着，采用AHP层次分析法、熵权法、变异离差法分别确定指标序列{TEI,UEI,UCI}的权重分配，得到权重分配矩阵：

a11a12a13b21b22b23

c31c32c33然后采用CRITIC组合权重分配方法，确定各用户的最终的权重分配关系ii1i2i3；

最后，跟据式（6），计算各用户在本月的窃电嫌疑度；

步骤5，嫌疑窃电用户锁定;

统计截止本月前M个月时间窗口内，各用户的窃电嫌疑度超阀值次数P，根据锁定规则，锁定嫌疑用户；最后按嫌疑度超阀值次数P从高到低进行排序，输出稽查名单列表。

－6－

说 明 书 附 图

开始选择下一个台区基数数据收集与数据状态估计台区月关口用电量查询（截止本月的前M（M>3）个月）选择下一个用户的户号用户月度用电量查询（截止本月的前M个月及历史N年同比月）台区月用电量样本（时间窗：M+1月）通过并保存样本生成用户用电量样本数据异常状态估计状态估计数据异常所有用户用电样本准备完毕跳过，并输出警告台区样本估计计算台区本月及前M个月统计线损和理论线损线损、嫌疑度计算计算台区本月及前M个月的线损异常指标TEI计算各用户的UEI、UCI指标采用权重评价方法确定权重分配关系计算各用户的窃电嫌疑度水平统计，截止本月前M个月内，台区下各用户嫌疑度超阀值次数P嫌疑用户锁定根据锁定规则，锁定嫌疑用户，输出嫌疑稽查名单列表结束

图1

－1－

用户用电嫌疑度USI所在台区用电异常指标TEI用户用电异常指标UEI用户用电信用水平UCI图2

－2－