[发明专利]专变用户多维度智能反窃电精准定位方法及系统

说明书

本发明公开了一种专变用户多维度智能反窃电精准定位方法及系统，属于窃电监测技术领域，从线损系统采集专变用户日售电量、月售电量、用户档案、发行电量和用户档案信息；从同期线损系统采集的月售电量是计量点的电量，将计量点电量合并为用户电量，通过月用电量与用户的月发行电量，得出偏差电量、偏差系数；日电量计算按时间段对日电量进行计算，从同期线损系统采集的日售电量是计量点的电量，计算该户在时间段内的零电量用户、日用电量、极限电量、极限偏差电量、极限偏差系数、波动系数；根据计算结果筛选出零度户、电量异常波动、发行电量和极限电量，并通过图形展示。本发明能够针对专变用户进行逐户循环计算筛选，实现反窃电精准定位。

技术领域

本发明涉及窃电监测技术领域，具体是一种专变用户多维度智能反窃电精准定位方法及系统。

背景技术

电力供应企业日常经营活动中极易遇到个人或公司的窃电行为，不仅会对正常用电的单位和个人造成干扰，并且盗用了国家财产，是一种严重的违法行为，严重扰乱了市场秩序，造成国有财产的损失。现有采用用电系统、线损系统中产生大量的与窃电有关的异常报警数据，然而这种窃电报警并不准确，经常出现误报情况，而且不可能做到人工逐户进行分析或每户都到现场排查，从而造成反窃电不能精准定位，影响排查效率。

公布号为CN 110097297 A的专利文献公开了一种多维度窃电态势智能感知方法，包括步骤：基于不同系统获取不同地区典型行业用户的电力原始数据；构造不同典型行业用户的聚类因子，通过聚类算法对电力原始数据分析，生成典型行业的用电特征曲线，建立典型行业用电矩阵化数据集；构建初始特征，对电力原始数据中对应特征量进行选择及提取，生成反窃电专家样本库；以典型行业用电矩阵化数据集与反窃电专家样本库为基础，构建反窃电诊断模型；对典型行业用户的电力原始数据进行筛选，再输入至反窃电诊断模型以分析用户的窃电情况。该发明构通过建反窃电诊断模型，对窃电嫌疑户进行概率推测和风险预警，未能针对每一专变用户进行筛选，反窃电定位准确度不高。

公布号为CN 107742127 A的专利文献公开了一种改进的防窃电智能预警系统及方法，属于智能电网信息化领域。该系统包括数据源模块、存储模块、诊断模块、预警模块。该方法建立用户窃电行为概率大数据分析模型，经过多维度分析，精准识别疑似窃电用户，应用于反窃电业务，解决目前人工进行反窃电监控、分析、排查工作量大、精准度低的瓶颈，为现场一线用电检查及反窃电人员精准、高效开展反窃电分析和查处工作提供可靠的技术支撑。配置设定后，无需人工干涉，自主独立对电力系统窃电行为进行精准分析并预警；解决目前人工进行反窃电监控、分析、排查工作量大、精准度低的瓶颈，提升电网资源管理的合理性及精确性。但是，该发明仍未针对专变用户进行逐户循环计算筛选，易出现误报，不能精准定位。

发明内容

有鉴于此，本发明针对现有技术的不足，提供的一种能够针对专变用户进行逐户循环计算筛选，实现反窃电精准定位的专变用户多维度智能反窃电精准定位方法及系统。

为解决上述技术问题，本发明所采取的技术方案是：一种专变用户多维度智能反窃电精准定位方法，包括以下步骤：

S1：从同期线损系统采集专变用户日售电量、月售电量、用户档案、发行电量和用户档案信息；

S2：从同期线损系统采集的月售电量是计量点的电量，将计量点电量合并为用户电量，循环所有在运的专变用户，然后查询计算月份内该户所有的计量点电量进行电量合并，按户计算出用户的月用电量，然后通过月用电量与用户的月发行电量，得出偏差电量、偏差系数；

S3：日电量计算按时间段对日电量进行计算，从同期线损系统采集的日售电量是计量点的电量，将计量点电量合并为用户电量，然后按户循环，分别计算出该户在时间段内的零电量用户、日用电量、极限电量、极限偏差电量、极限偏差系数、波动系数；

S4：根据计算结果筛选出零度户、电量异常波动、发行电量和极限电量，并通过图形展示。