一种配电网中专变供电用户用电行为分析判断方法
【技术领域】
[0001] 本发明涉及一种配电网中专变供电用户用电行为分析判断方法技术领域。
【背景技术】
[0002] 在10kV配电网中，根据用户用电容量的需要，超过50kW的供电容量，供电企业就可 向用户提供专用变压器，架设专用10kv供电线路，这样的用户称为10kV专变用户。在10kV专 变用户中，同样存在一定数量的窃电行为。高压用户的窃电行为多种多样，窃电位置各不相 同，一般较难查处。于高压用户的用电容量较大，发生窃电行为后，对供电企业的损害也更 大，同时高压用户的窃电行为一般均会破坏供电设施和线路的完整性，对电网安全稳定运 行的影响也较大。
【发明内容】
[0003] 为解决上述问题，本发明提供一种方法简单，易于计算，能够准确判断窃电户，提 高供电企业查窃电工作效率的配电网中专变供电用户用电行为分析判断方法。
[0004] 本发明的技术方案
[0005] -种配电网中专变供电用户用电行为分析判断方法，根据窃电行为开始时、进行 中和结束时售电量、供电量及线损率三个量不同的变化规律，分析线损率曲线波动变化的 规律，对用户用电量的波动进行分析，并进行加权排序分析，从而筛查出异常用电户，具体 包括以下步骤：
[0006] 步骤一:建立筛查算法的基本模型
[0007] 售电量、供电量及线损率之间存在如下关系，见公式(i):
[0009] 根据公式(i)分析用户窃电行为，存在以下几种情况：
[0010] (1)如果供电量不变，售电量增加，线损率减小，则可能为用户停止窃电；
[0011] (2)如果供电量增加，售电量减少，线损率增大，则可能为用户开始窃电；
[0012] (3)如果供电量增加，售电量增加，线损率增大，则可能为用户窃电，且用电量变 大；
[0013] (4)如果供电量增加，售电量增加，线损率减小，则可能为窃电户用电量减小，正常 户用电量增加；
[0014] (5)如果供电量减少，售电量减少，线损率增大，则可能为窃电户用电量增加，正常 户用电量减小；
[0015] (6)如果供电量减少，售电量减少，线损率减小，则可能为窃电户用电量减小；
[0016]步骤二:筛查算法的加权分析
[0017]对用户电量波动进行加权，对符合异常波动的用户数据，根据该用户的波动排名、 电压、电流、功率因数、三相电流平衡率、有无违章用电历史、去年同期用电量等数据进行加 权，权重为1.5到3;
[0018] 步骤三:筛查算法的实现
[0019] 根据线路的每小时供、售电量，计算小时线损率，并计算出每小时用户用电情况明 细及用电量占线路总售电量的比例，根据算法基本模型的波动情况进行分析，对符合条件 的用户按照用电占比波动率进行排序，计算出用户筛查分析数值，数值越高，嫌疑越大，然 后对线路进行数据采样分析，按照总数值进行排序，列出嫌疑户名单。
[0020] 进一步地，所述配电网为10kV配电网。
【具体实施方式】
[0021]根据用户窃电造成的用电量、售电量及线损率的变化，根据窃电行为开始时、进行 中和结束时三个量不同的变化规律，分析线损率波动变化的规律，对用户用电量的波动进 行分析，并进行加权排序分析，从而筛查出异常用电户。
[0022] (1)建立筛查算法的基本模型
[0023]售电量、供电量及线损率之间存在如下关系，见公式(i):
[0025]由公式（i)可知，引起线损率波动的数据源，只能是供电量和售电量，这两个量值 的不同变化，会产生不同的线损率波动，筛选算法基本模型见表1。
[0026] 表1筛选算法基本模型
[0029] (2)筛查算法的加权分析说明
[0030]由于现实中的线路绝大多数都是正常用电户，但是这些用户的有各自不同的电量 波动，当他们与窃电户的电量波动重叠在一起时，才形成整体的电量波动情况，这些正常用 电户的电量波动，对于筛查算法来说，就相当于是噪声数据，会对筛查分析造成干扰，因此， 需要对用户电量波动进行加权，对符合异常波动的用户数据，再根据该用户的波动排名、电 压、电流、功率因数、三相电流平衡率、有无违章用电历史、去年同期用电量等数据进行加 权，权重为1.5到5。
[0031] 对用电异常波动用户的波动排名、三相电流平衡率、违章用电历史、功率因数、电 压等5个关键指标在10kV线路中的用户进行排名，排名情况与权重分值之间的关系如表2所 不。
[0032] 表2用电行为关键指标与权重关系对应表
[0034]对10kV线路供电范围内的用户用电异常波动5个关键指标进行排序，排名前6的权 重值如表2,将5个关键指标的权重值相加，就是该用户的合计加权值。
[0035] (3)筛查算法的实现
[0036]根据高损线路的每小时供、售电量，计算小时线损率，并计算出每小时用户用电情 况明细及用电量占线路总售电量的比例(简称用电占比），根据算法基本模型的波动情况进 行分析，对符合条件的用户按照用电占比波动率进行排序，结合加权权重，计算出用户筛查 分析数值，数值越高，嫌疑越大。然后对线路进行多次数据采样分析，按照总数值进行排序， 列出嫌疑户名单。
[0037] (4)筛查算法的数据验证
[0038]表3为高损线路的线损波动情况。
[0039]表3某高损分支线损变化情况
[0041]根据表1的筛选方法基本模型，对该用户的用电行为进行了筛选，准确判断出用户 的用电行为如表3所示，用户的用电行为包括:开始窃电、窃电量增大、窃电量减少、用户停 止窃电等行为，判断该用户存在用电行为，并根据用户用电行为的变化，在该用户窃电期 间，对其进行了现场用电稽查。
[0042]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。 对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的 一般原理可以在不脱离本发明的精神或范围的情况下，在其他实施例中实现。因此，本发明 将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一 致的最宽的范围。
【主权项】
1. 一种配电网中专变供电用户用电行为分析判断方法，其特征在于，根据窃电行为开 始时、进行中和结束时售电量、供电量及线损率=个量不同的变化规律，分析线损率曲线波 动变化的规律，对用户用电量的波动进行分析，并进行加权排序分析，从而筛查出异常用电 户，具体包括W下步骤： 步骤一:建立筛查算法的基本模型 售电量、供电量及线损率之间存在如下关系，见公式(i):(i) 根据公式(i)分析用户窃电行为，存在W下几种情况： (1) 如果供电量不变，售电量增加，线损率减小，则可能为用户停止窃电； (2) 如果供电量增加，售电量减少，线损率增大，则可能为用户开始窃电； (3) 如果供电量增加，售电量增加，线损率增大，则可能为用户窃电，且用电量变大； (4) 如果供电量增加，售电量增加，线损率减小，则可能为窃电户用电量减小，正常户用 电量增加； (5) 如果供电量减少，售电量减少，线损率增大，则可能为窃电户用电量增加，正常户用 电量减小； (6) 如果供电量减少，售电量减少，线损率减小，则可能为窃电户用电量减小； 步骤二:筛查算法的加权分析 对用户电量波动进行加权，对符合异常波动的用户数据，根据该用户的波动排名、电 压、电流、功率因数、=相电流平衡率、有无违章用电历史、去年同期用电量等数据进行加 权，权重为1.5到3; 步骤筛查算法的实现 根据线路的每小时供、售电量，计算小时线损率，并计算出每小时用户用电情况明细及 用电量占线路总售电量的比例，根据算法基本模型的波动情况进行分析，对符合条件的用 户按照用电占比波动率进行排序，计算出用户筛查分析数值，数值越高，嫌疑越大，然后对 线路进行数据采样分析，按照总数值进行排序，列出嫌疑户名单。2. 根据权利要求1所述的一种配电网中专变供电用户用电行为分析判断方法，其特征 在于:所述配电网为IOkV配电网。
【专利摘要】本发明涉及一种配电网中专变供电用户用电行为分析判断方法，根据窃电行为开始时、进行中和结束时售电量、供电量及线损率三个量不同的变化规律，分析线损率曲线波动变化的规律，对用户用电量的波动进行分析，并进行加权排序分析，从而筛查出异常用电户。本发明方法简单，易于计算，能够准确判断窃电户，提高供电企业查窃电工作效率。
【IPC分类】G06Q50/06, G06Q10/06
【公开号】CN105590166
【申请号】CN201510946794
【发明人】孙冲, 杨鹏, 董增波, 申洪涛, 史轮, 樊晓辉, 汪洋
【申请人】国家电网公司, 国网河北省电力公司电力科学研究院, 河北省电力建设调整试验所
【公开日】2016年5月18日
【申请日】2015年12月16日