卢海明，郭壮志

（广东工业大学，广东 广州 510006）

基于粒子群算法的异常用电检测方法

卢海明，郭壮志

（广东工业大学，广东 广州 510006）

窃电行为严重危害了电网的正常运行，并且损害了国家和电力企业的利益。针对现有异常用电检测方法的不足，提出一种基于粒子群算法的异常用电检测新方法。以用户历史负荷数据为基础，采用粒子群算法提取用户相同行业的负荷模式曲线和用户历史数据的负荷模式曲线，并根据用户考察日负荷曲线与上述两种负荷模式匹配的不同特点，使用不同的负荷数据预处理方式以及模式匹配评价方法。实例分析表明，新方法能有效检测到异常用电的情况，验证了模型的有效性。

异常用电检测；粒子群算法；负荷模式；模式匹配

在电能输送和分配过程中，电网的有功功率损失和电能损失统称为线路损失。目前我国供电企业在电量自动化管理方面技术手段相对落后，线路损失率居高不下，窃电现象严重，既给国家造成巨大经济损失，又严重扰乱了市场经济秩序。在电力体制改革浪潮中，越来越多供电企业深刻地意识到只有提高电量管理水平，加大反窃电力度，增强电网运行分析能力，才能有效保证安全生产，是企业取得良好的经营效益［1－3］。

以往的反窃电技术存在很大的局限性，仅凭线损率大于15%时肯定有窃电现象，但究竟窃电者是谁，窃电量是多少都难以判定［4］。早期的方法中还包括给每个电力用户安装检测设备。……