基于客戶用電行為的竊電概率預警分析

曹桂林

（國網湖南省電力有限公司冷水江市供電分公司，湖南 冷水江417500）

反竊電已經成為了現代電力企業面對的最為嚴重的問題之一，直接影響著企業經濟效益以及可持續發展。基于客戶用電行為的竊電概率預警分析是反竊電的重要手段，需要建立在大量客戶用電信息數據的基礎上，綜合考慮各方面竊電因素，建立起客戶竊電概率分析模型。利用大數據挖掘以及分析技術實現對電力計量異常問題、竊電行為等的在線監測，利用用戶界面及時通知用戶處理，最終建立起預警、排查以及處理的閉環工作機制，增強反竊電的處罰力度，確保供用電的正常秩序，保證電力企業的經濟效益。

1 電力客戶竊電概率分析模型

（1）竊電概率分析的關鍵就是要有效區分正常用電行為和異常用電行為，利用對正常客戶用電行為以及竊電行為的信息對比分析，得到正常用電客戶和竊電違約客戶所具有的特征，從而判定發生竊電的概率。

一般情況下，按照信息數據的不同可以將客戶用電行為信息分成“靜態信息數據”以及“動態信息數據”兩種類型。其中靜態信息數據主要就是指電力客戶的基本信息，包括客戶名、所在區域、所處行業、用電地址、用電容量、違約記錄等等；動態信息數據主要包括“采集類信息數據”以及“計量統計類信息”等等，例如表碼數據、電壓數據、電流數據、相位角數據等都屬于采集類信息，而線損數據、電能數據等等都屬于計量統計類信息。

（2）隨著技術水平的提升，竊電的行為也有了較大的發展，類型不斷增加，但是總體上可以分成兩種類型，分別為：改變電能表硬件竊電方式、不改變電能表的科技竊電方式。改變電能表硬件竊電方式常常會產生異常的采集數據，所以參照不同類型數據指標實施特性匹配。而改變電能表的科技竊電方式主要是進行正常數據的采集，需要通過對數據趨勢分析判定電量異常問題。總的來說，需要建立起如下兩種竊電概率分析模型：

第一，客戶用電行為異常分類模型。主要是通過用電采集系統進行典型竊電信息的收集，對于不同的竊電模型進行分析研究，從而獲取客戶異常行為的多維度特征，例如是否出現電壓斷開情況，是否出現電流三相不平衡問題等等。另外，要以數據挖掘回歸分析技術為基礎，通過對相關數據所具有的特性分析來獲取客戶用電行為信息數據的潛在特征，從而建立起客戶用電行為異常分類模型；

第二，客戶用電行為異常判別模型。基于數據挖掘聚類分析技術對客戶進行類型的區分（按照用電類型不同、所在區域不同），通過對過往用電信息數據的分析形成不同類型客戶典型用電行為曲線。通過對新數據中客戶用電行為曲線和典型用電行為曲線的對比分析判定客戶是否出現用電行為異常情況。例如通過月電能力數據聚類形成典型客戶用電行為軌跡，以此判定和用電行為軌跡不匹配的用電異常客戶。

2 竊電概率分析功能設計

（1）采集終端以及電能表事件篩選。可以通過采集終端和電能表形成事件對于無效事件進行篩選。

第一，時間完全相同的事件重復上報時，只要按照首條實施主站智能診斷，而其他事件并不進行主站智能診斷；

第二，將和通信協議格式不匹配的事件（例如數據亂碼、空置數據等）排除；

第三，將存在明顯錯誤的事件（例如事件時間明顯錯誤等）排除。

（2）采集終端以及電能表采集數據篩選。可以通過采集終端以及電能表上報用電數據實施異常數據篩選。

第一，日凍結正反向電能示值計算所得電量超出用戶日最大用電量的R倍情況下就屬于異常數據（R值要根據具體情況進行配置）；

第二，月凍結正反向電能示值計算所得電量超出用戶月最大用電量的R倍情況下就屬于異常數據（R值要根據具體情況進行配置）；

第三，日/月凍結最大需求量數值超出用戶合同容量的R倍就屬于異常數據（R值要根據具體情況進行配置）；

第四，若是二次側電壓值超出二次側額定電壓值R倍的情況下就屬于異常數據。

3 單一異常行為分析

3.1 電量分析

第一，電量波動分析。按照用電時間的不同可以將用電時間分成“常規時間”和“特殊時間”，找出不同用電時間所具有的規律，以此為基礎對用戶當月用電量進行“同比”和“環比”的分析，從而評定用戶每月用電量的波動情況。若是波動超限就表明可能存在竊電行為，波動程度就表明竊電可能性概率。

第二，電量差動分析。在采集大量電量數據的基礎上，按照相應差動時間間隔以及對應的電量差動模型實施差動分析。就是指在不同回路存在較大電量偏差的情況下，對于同一時間段內不同回路電量差值進行分析，若是電量差值超限就表明可能存在竊電行為。

3.2 電能表分析

第一，電能表停表分析。可以通過電能表的計量（電量、電流等）情況判定高壓用戶的實際用電情況。若是電能表出現停止轉動的情況，例如電能曲線中某時點電能=0，并且相應時點的各相電流＞0.1A，此種情況如果連續發生在3個時點（單日）或者累計發生了12次以上，就表明可能存在竊電行為。

第二，電能表蓋以及計量門開閉分析。用電信息采集系統可以監測電能表以及計量門所處狀態，若電能表非正常開蓋（正常開蓋包括：首次安裝、檢定等狀態）時間和電能表安裝時間差值超限就就表明可能存在竊電行為。

第三，電能表電流分析。針對電能表所采取的竊電行為主要表現在：通過并聯電阻的方式將電能表火線電流分流，這樣就能夠減小電能表的計量值。所以可以通過分析電能表的火線電流值和零線電流值之間的差異來判定是否存在竊電行為。

3.3 功率及線損分析

第一，功率差動分析。用戶設定相應的差動時間間隔，通過相應的負荷差動模型、終端負荷以及差動閾值等信息進行差動分析，從而得到相應信息，例如總負荷差值、負荷差動率、負荷差動閾值等等。若是波動超限就表明可能存在竊電行為，波動程度就表明竊電可能性概率。

第二，線損分析。主要是對于線損異常時間內用戶電量和線損正常時間段內用戶電量實施對比，對于線損異常范圍內電量波動較大的用戶進行分析判定。

3.4 電壓電流分析

第一，失壓斷相分析。此種分析更多應用在高壓用戶的采集終端以及電能表所上報的相應事件方面，例如電壓信息曲線問題、電壓斷相問題等等，通過對這些事件的判斷來分析異常性信息，包括終端電壓值、異常時間等等。

第二，電流失流分析。需要參照高壓用戶電流曲線情況分析電流不平衡問題，通過判定電力用戶是否發生了電流失流或者不平衡度超限的問題來進行竊電預警。

第三，恒定磁場影響分析。主要是對現場采集終端上報的磁場異常情況分析來判定是否發生了磁場干擾竊電行為。

3.5 竊電預警效果分析

上述措施應用在某供電局一年以來，獲得了非常好的效果，有效提升了反竊電工作效率。同時，通過上述措施共發現了竊電案例133宗，追補違規電費達到128萬元。

3 結 語

竊電行為會造成電力企業的 經濟損失，影響正常的供用電秩序，已經成為了電力企業最為關注的問題。本文主要闡述了基于客戶行為的竊電概率預警方面的技術內容，能夠對防竊電提供相應的參考和幫助，對于確保正常電力供應具有現實意義。