基于灰色gm(1,1)模型查找异常电能表的方法
【专利摘要】本发明公开了一种基于灰色GM(1，1)模型查找异常电能表的方法，包括以下步骤：步骤一、从用户用电系统数据库中获得用户电能表正常计量的用电数据；步骤二、将获得的数据样本按照时间顺序进行排列，对原始数据进行累加形成新的有规律数据，对新的数据建立一阶线性微分方程模型，对模型进行辨识和参数估计得到预测方程，最后通过累减还原得到短期预测值；步骤三、将获得的负荷预测值与用户电能表采集的值进行比较，判断所述的用户的电能表是否存在异常，若存在异常则所述的用户有窃电嫌疑。本发明的基于灰色GM(1，1)模型查找异常电能表的方法的优点是：不需要大量样本；样本不需要有很强的规律性；计算的工作量小，运营成本较低，不需要改造已经安装好的电能表，降低电力公司人力的投入，判断准确。
【专利说明】基于灰色GM (1,1)模型查找异常电能表的方法
【技术领域】
[0001] 本发明涉及一种基于灰色GM(1，1)模型查找异常电能表的方法。
【背景技术】
[0002] 目前应用较多的查找异常电能表装置综合运用了计算机技术、移动通信技术、自 动控制技术等，采用软硬件结合的方式，国内外应用最多效果最好的是采用智能网络化电 能计量装置异常运行测录装置，其原理是在负载端加装了一个负荷采集系统采集电流、电 压信号，并利用负控装置的信道将数据传回，然后利用后台分析系统，将计算出的电量数据 与终端本身计算累计得到的用电量进行比对的思想，来判断用户的计量准确性。该装置安 装后，可通过自身的互感器采集电流、电压信号，近而计算出有功功率、无功功率、电量并组 成一组电量数据与终端本身计算累计得到的用电量进行对照，形成两条对照曲线，以供比 较用户用电情况，判断是否有窃电嫌疑，为用电检查部门提供数据。
[0003] 这些防窃电措施和装置起到了一定的作用，对于严厉打击窃电行为提供了有力手 段。但同时也存在着一些缺点，如下：
[0004] 增加了供电单位的运营成本；
[0005] 增加了布线的复杂性；
[0006] 此装置可移植性能不高，对于已安装的装置进行第二次使用时，要进行大量的人 工拆卸和再安装，提高了电力公司人力的投入。
【发明内容】
[0007] 本发明的上述技术问题主要是通过下述技术方案得以解决的：
[0008] -种基于灰色GM(1，1)模型查找异常电能表的方法，包括以下步骤：
[0009] 步骤一、从用户用电系统数据库中获得用户电能表正常计量的用电数据；
[0010] 步骤二、将获得的数据样本按照时间顺序进行排列，对原始数据进行累加形成新 的有规律数据，对新的数据建立一阶线性微分方程模型，对模型进行辨识和参数估计得到 预测方程，最后通过累减还原得到短期预测值；
[0011] 步骤三、将获得的负荷预测值与用户电能表采集的值进行比较，判断所述的用户 的电能表是否存在异常，若存在异常则所述的用户有窃电嫌疑；若不存在异常，则将测量得 到的新的数据作为样本对模型的参数进行重新估计，提高参数的准确性。
[0012] 作为本发明较佳的实施例，步骤一中获取至少四天电能表计量正确的用电数据。
[0013] 作为本发明较佳的实施例，步骤二中的一阶线性微分方程模型具体为：
【权利要求】
1. 一种基于灰色GM(1，1)模型查找异常电能表的方法，其特征在于：包括以下步骤： 步骤一、从用户用电系统数据库中获得用户电能表正常计量的用电数据； 步骤二、将获得的数据样本按照时间顺序进行排列，对原始数据进行累加形成新的有 规律数据，对新的数据建立一阶线性微分方程模型，对模型进行辨识和参数估计得到预测 方程，最后通过累减还原得到短期预测值； 步骤三、将获得的负荷预测值与用户电能表采集的值进行比较，判断所述的用户的电 能表是否存在异常，若存在异常则所述的用户有窃电嫌疑；若不存在异常，则将测量得到的 新的数据作为样本对模型的参数进行重新估计，提高参数的准确性。
2. 根据权利要求1所述的基于灰色GM(1，1)模型查找异常电能表的方法，其特征在于： 步骤一中获取至少四天电能表计量正确的用电数据。
3. 根据权利要求1所述的基于灰色GM(1，1)模型查找异常电能表的方法，其特征在于： 步骤二中的一阶线性微分方程模型具体为： --1-αΧ⑴(i) =u ⑴ KAJ1' 其中a，u为待定系数，X(1) =X(1) (I)，Χ(1) (2)，. . .，Χ(1) (η)为某一用户原始样本X? =X(Q) (I)，Χω (2)，. . .，Χω (η) -次累加之后的新数据。
4. 根据权利要求3所述的基于灰色GM(1，1)模型查找异常电能表的方法，其特征在于： 所述的模型参数估计具体为： 设方程的参数数列为a= (α, ，再设Yn =Xw⑵，X(C0 (3)，. . .，Χω (η)τ，将方程（1) 按差分法离散则： Vv=Ba (2) 令残差e=Kv - 50，根据最小二乘法，有a= 扔一1其中利用两点滑 动平均的思想得到B:
由矩阵B和数据向量Yn最终求出确定方程的参数。
5. 根据权利要求1所述的基于灰色GM(1，1)模型查找异常电能表的方法，其特征在于， 所述的累加负荷预测模型为： +I) = (Χ(0)⑴一竺）·e(-叫 + - (3) CL Qj 其中k= 0，1，2,3,…，n，i(^ + 1；)为用户累加的预测值，给出该用户初始值Xft0(I) 利用方程（3)可以预估接下来该用户的累加预测值。
6. 根据权利要求5所述的基于灰色GM(1，1)模型查找异常电能表的方法，其特征在于， 累减生成将累加的预测值还原： x(°)(k+I) =X^\k+I) -X^(k) (4) 其中文⑶〇 +I)为还原后的用户负荷预测值。
7.根据权利要求5所述的基于灰色GM(1，1)模型查找异常电能表的方法，其特征在于， 所述的步骤三中，判断该用户电能表装置是否存在异常的具体步骤为：对于单一用户来说， 电能表异常表现为电能表计量存在误差，所计量的用户用电量异常的大或者用电量异常的 小，这些都是电能表异常的表现；在判断用户电能表是否存在误差时，根据用户的历史负荷 值对当前负荷预测值进行调整，设置预判阈值上限和预判阈值下限；根据负荷预测值f(〇) 计算预判阈值的上限和预判阈值的下限Ifkh。
其中和分别为预判阈值上限和下限因子，根据用户的历史数据来调整选择 合适的预判因子。当采集到用户实际负荷大于预判阈值上限或小于预判阈值下限，则存在 异常；反之，则不存在异常。
【文档编号】G06Q10/04GK104239963SQ201410400636
【公开日】2014年12月24日 申请日期:2014年8月14日 优先权日:2014年8月14日
【发明者】汤少卿, 郑建勇, 尤鋆, 沈昊骢, 郁浩 申请人:国家电网公司, 江苏省电力公司, 江苏省电力公司泰州供电公司, 东南大学