基于NWPSOBP神經網絡的異常用電行為檢測算法

李晉國, 丁朋鵬, 王亮亮, 周紹景, 呂歡歡

(上海電力大學 計算機科學與技術學院, 上海 200090)

電能的損耗分為技術損失和非技術損失。在電力輸送給用戶的過程中必須經過輸電、變電和配電設備,這些器件中存在電阻,少量的電能會以熱能的形式耗散,屬于技術損失。非技術損失是指用戶異常用電行為,如竊電、儀表故障、測量誤差等原因造成的未經智能計量裝置計算的電量之和,非技術損失對配電網的優化運行和管理、提高成本和降低電能質量具有很大的影響[1]。電力非技術損失定義為消費者或其他方惡意操縱篡改或者無意損壞測量裝置而導致的未計算電量的總和。

用戶異常用電行為是導致電力非技術損失的主要部分。一種常見的異常用電行為是繞過儀表,將用戶電源直接連接到低壓電網上,如果連接不正確可能非常危險;另一種是篡改安裝在室內的電表位置,縮短電表末端連接,確保流入屋內的電流不通過電表,使電表記錄的使用量非常低。這種情況下的電力欺詐消費甚至達到了預計消耗量的50%。全世界每年由于用戶異常用電行為而損失的成本超過了250億美元[2]。因此,有效的異常用電行為檢測方法對于保護電力至關重要。本文的研究目的是在已知用戶是否存在竊電的情況下,對大量用戶歷史用電數據進行分析。通過提取特征指標建立異常用電行為檢測模型,由此識別出存在異常用電行為的用戶。供電公司只需重點稽查被標示為異常用電的用戶,就可以提高稽查準確率,節省時間和人力,減少并挽回因竊電導致的經濟損失。……