反窃电数据分析策略与研究

2020-12-23魏宇

西部论丛 2020年16期

魏宇

摘要：本文以窃电用户数据统计与分析的研究为契机，结合生产实践，重点探讨了窃电用户的用电数据特征，并联系实际，分析了如何利用用电采集系统中的数据类型对疑似窃电用户进行有效的筛查和精准的判断，并提出了一些研究方法和分析策略。

关键词：数据特征;筛查;判断;分析策略

引言

窃电不仅损害了供电企业的经济利益，在负荷侧也存在较大的安全隐患，严重破坏了供用电秩序。供电企业在用户管理和防范窃电措施方面做了大量工作，使得窃电呈现逐年下降的趋势。如何及时、有效、精准的发现各种窃电行为，一直是供电企业的工作重点，但目前针对窃电的研究侧重点几乎都在新形式方面，对于如何锁定疑似窃电用户却没有形成一些理论性的探索以及指导性的计算方法。

1.窃电用户数据统计

窃电方式大致可以分为两大类：一是有表法窃电，二是无表法窃电。有表法窃电分为改动或短接计量装置，无表法窃电分为绕越或破坏计量装置。目前电网企业已经全面普及了用电信息采集系统，因此对于上述窃电方式进行研究，展开采集数据方面的策略分析，对有效开展疑似窃电用户的排查具有很好的指导意义。

2.1窃电数据分析

窃电类型分布：

经过对辖区2019年158户窃电用户数据统计得出：短接回路窃电72户，改变计量装置窃电54户，绕越计量装置窃电17户，破坏计量装置窃电15户。

由图1可以看出窃电类型以传统的短接回路和新型的改动计量装置为主，其中改动计量装置类型则多以改变表计参数为主。

电流数据分析

对于窃电电流的分析，以不平衡电流为重点，采用短接回路方式的，多以改变计量装置中的某一相回路电流的方法进行窃电，这样就导致该相电流与其它相电流大小产生差异，选取用户正常负载时电流作为标准电流，记做，窃电后的电流记做，记观察M值变化，发现所有M值均在0.4以上。

线损率数据分析

线损率L是以线路两端电量之差与总电量比值的百分比数作为分析手段，是衡量线路整体运行的技术参数。因此分析线损率数据在窃电中的变化趋势，对宏观上发现窃电疑似用户至关重要。

通过图2可以看出线损率L集中在20%-60%之间，进一步分析得出线损率在20%-30%区间的窃电类型多为改变计量装置的窃电类型，线损率在30%-60%区间的窃电类型多为短接回路窃电类型。

电量数据分析

对用户窃电前后的加权平均用电量进行分析：式中是选取的组数，是每组中的平均电量，如：取窃电前后12天的电量（选3组数据，每组选4天，其中1天为假日，2天为工作日，1天为休息日，则式中等于3，为4天的平均电量），取正常负载时电量作为标准电量，记做，用户窃电后的电量记做，记观察K变化，发现所有的K值大部分集中在0.35以上。这和电流变化趋势大致相同，这是因为电量与电流的大小成正比，因此也印证了前文分析。

开表盖时间

对于改动计量装置窃电类型，调取采集数据中的事件记录，分析其时间记录情况，得出改动计量装置时间T集中在（2-5）min之内。

3、反窃电数据策略分析

3.1数据类型

用电信息采集系统提供了很多数据类型，有电能量数据，模拟量数据，事件数据和统计数据等，如何有效的利用其中数据进行分析。正如前文所述，窃电与计量装置相关，因此侧重点在于对与之的电流、电能量、时间记录等事件以及衡量指标的线损率参数等数据信息上进行深入研究。

3.2分析策略

通过前文分析，提出如下从宏观到微观的分析策略：

通過筛查线损率L，确定窃电发生的线路。

针对筛查的线路中的用户，对其前后电量变化进行比对，计算K值（注意采样时选取合适的采样点），确定具体异常用户。

对具体异常用户，分析电流变化，计算M值。

对具体异常用户分析开表盖时间T是否满足时间限。

综合L、K、M、T值准确锁定窃电用户。