[发明专利]一种间歇性窃电监测系统

摘要

本发明公开了一种间歇性窃电监测系统，包括样本筛选模块、数据采集模块、第一模型构建模块、数据筛选模块、第二模型构建模块、相对平均误差求取模块、最终读数预测模块和窃电判断模块。其技术效果是：通过在线监测与离线分析相结合，注重用户电量数据在线采集与离线分析，在大量正常用户群体中筛选甄别少数间歇性窃电的嫌疑对象，对于有窃电行为嫌疑的用户，优先指派人员现场处理，既可快速、高效完成工作任务，节省人力物力，又达到整体环节可控高效，维护了正常的用电秩序。

主权项

一种间歇性窃电监测系统，其特征在于，包括：样本筛选模块:用于筛选出当月在线天数小于等于在线天数阈值的电表；作为备选电表；数据采集模块:用于从备选电表中选定一个样本电表,并采集样本电表的数据,包括:样本电表的当月实际在线天数n、当月样本电表的各在线日期t_i以及其对应的读数Q_i；其中i∈[1,n]，且i为正整数，t_n表示当月样本电表的最后在线日期；第一模型构建模块：用于构建如下的矩阵:$A=\left(\begin{array}{cc}1& t_1\\ .& .\\ .& .\\ .& .\\ 1& t_n\end{array}\right),X=\left(\begin{array}{c}{k}_0\\ k_1\end{array}\right),b=\left(\begin{array}{c}{Q}_1\\ .\\ .\\ .\\ Q_n\end{array}\right);$并根据公式X＝(A^TA)^‑1A^Tb，求得参数k₀和k₁，建立第一预测分析模型：Q＝k₀+k₁×t；其中，Q为样本电表的读数，t为当月样本电表的在线日期；数据筛选模块：用于根据第一预测分析模型，求得与当月样本电表的各在线日期t_i对应的样本电表的读数预测值公式为：当样本电表的任一在线日期所对应的样本电表的读数Q_i与读数预测值之间的偏差值超出偏差阈值时，则认定该在线日期及对应的样本电表的读数构成了一个异常数据点，删除所有异常数据点；得到过滤后的样本数据：包括当月样本电表的正常在线天数m、样本电表的各正常在线日期t_i'以及其对应的样本电表的读数Q_i'，其中i'∈[1,m]，且i'为整数；第二模型构建模块：用于根据过滤后的样本数据构建如下的矩阵:$A^{\′}=\left(\begin{array}{cc}1& t_1\\ .& .\\ .& .\\ .& .\\ 1& t_m\end{array}\right),X^{\′}=\left(\begin{array}{c}{k_0}^{\′}\\ {k_1}^{\′}\end{array}\right),b^{\′}=\left(\begin{array}{c}{Q}_1\\ .\\ .\\ .\\ Q_m\end{array}\right);$其中t_m和Q_m为剔除所有异常数据点后，样本电表的当月最后在线日期以及对应的样本电表的读数；并根据公式：X'＝(A'^T A')^‑1A'^T b'，求得参数k₀'和k₁'，并建立第二分析预测模型求得与当月样本电表的各正常在线日期t_i对应的样本电表的读数预测值相对平均误差求取模块：用于在m≥5时，根据公式计算平均相对误差σ；并判断平均相对误差σ是否小于等于预设的平均相对误差阈值；最终读数预测模块：用于在平均相对误差σ小于等于平均相对误差阈值时，根据当月实际天数t_s，使用第二预测分析模型计算出样本电表的最终读数预测值计算公式为窃电判断模块：用于计算样本电表的读数差别量δ，计算公式为：其中，Q_s为当月样本电表的最终读数；并在样本电表的读数差别量δ大于预设的差别量阈值时，将样本电表的用户设为有间歇性窃电嫌疑的用户。