基于離群點算法的低壓竊電行為主動辨識系統(tǒng)

黃榮國, 陸春光, 姚 力, 玄 鑫

(1. 國網(wǎng)浙江省電力有限公司 電力科學(xué)研究院, 杭州 310000; 2. 三峽大學(xué) 電氣信息學(xué)院, 湖北 宜昌 443002; 3. 國網(wǎng)信通產(chǎn)業(yè)集團(tuán) 北京中電普華信息技術(shù)有限公司, 北京 100008)

智能竊電不僅造成巨大的經(jīng)濟(jì)損失和嚴(yán)重的社會危害,還干擾正常供電秩序、破壞電力設(shè)施、威脅電網(wǎng)安全,也破壞了電力市場的經(jīng)濟(jì)秩序和公平.近年來,竊電現(xiàn)象愈演愈烈,反向連接、鍛造鉛封、使用強電磁干擾、改變極性以及高頻干擾等越來越復(fù)雜并且技術(shù)化的竊電手段相繼出現(xiàn),竊電主體多元化的趨勢導(dǎo)致配網(wǎng)線損率越來越高.因此,必須高度重視反盜竊工作,采取有效的措施限制甚至防止竊電行為的發(fā)生,并加強對反竊電方法的開發(fā)和研究.

張承智等[1]設(shè)計了基于實值深度置信網(wǎng)絡(luò)的用戶側(cè)竊電行為檢測系統(tǒng),在分析支持向量機(jī)原理和用電數(shù)據(jù)特征的基礎(chǔ)上,利用實值深度置信網(wǎng)絡(luò)獲得基于功率漲落特征的實際值,根據(jù)實際值分析用電數(shù)據(jù),判斷其中是否存在竊電行為;史玉良等[2]設(shè)計了基于用電特征分析的竊電行為識別系統(tǒng),利用濾波算法和規(guī)則閾值設(shè)置提取數(shù)據(jù)樣本特征,然后利用邏輯回歸算法來建立用戶竊電診斷模型,采用推送和檢查的方式判斷疑似竊電用戶.然而傳統(tǒng)系統(tǒng)識別過程與電力用戶的功耗模式存在較大差距,導(dǎo)致其在實際應(yīng)用中容易出現(xiàn)誤判的情況,需要人工干預(yù)才能獲得更準(zhǔn)確的檢測結(jié)果.針對這一問題,本文基于離群點算法設(shè)計了一種新的低壓竊電行為主動辨識系統(tǒng).

1 基于用電特征離群分析的竊電檢測

1.1 用電特征提取

一般來說,用電異常信息并不是單獨存在的,某個竊電狀況也許會觸發(fā)很多其他異常情況[3-4],所以,有效的反竊電工作應(yīng)該是對多種竊電特征的綜合性提取.

本文通過某用戶一段時間用電情況來對竊電現(xiàn)象進(jìn)行分析,分析指標(biāo)如下:

1) 每天平均電壓U.通過數(shù)據(jù)分析可知,正常用戶電壓波動非常小,若產(chǎn)生異常電壓,則說明用戶有可能存在異常功耗.

2) 每天平均功率因數(shù)P.由于負(fù)荷特性的影響,用戶功率因數(shù)會在一個小范圍內(nèi)波動且數(shù)值穩(wěn)定,一般不會出現(xiàn)暴漲、暴跌的狀況.

3) 每天平均電流的不平衡率B.正常電流隨著負(fù)荷的變化而不斷變化,電流差很小,因此,可以使用該指標(biāo)來監(jiān)測用戶的用電行為.

4) 上周平均每天凍結(jié)電量C.如果某用戶存在竊電行為,那么該用戶的用電信息與其他用戶相比較是異常的.為了消除負(fù)荷容量的影響,以用戶申報容量為參考值,將電力數(shù)據(jù)轉(zhuǎn)化為單位值.

5) 功率不平衡率I.通過采集數(shù)據(jù)得到一段時間內(nèi)的固定電流,結(jié)合平均電壓和功率,能夠計算出電流增量,然后與同樣時間段內(nèi)通過電表采集到的數(shù)據(jù)進(jìn)行對比,以此計算出不平衡率.通常情況下,正常用戶用電不會出現(xiàn)突然變化的情況.如果某用戶存在竊電行為,理論功率WT和實測功率WR兩者間的不平衡度較大,其表達(dá)式為

(1)

對所有輸入數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,以減少不同計量單位和各指標(biāo)取值范圍對檢驗結(jié)果的影響.可靈活選擇待測數(shù)據(jù)的標(biāo)準(zhǔn)化區(qū)間,本文將數(shù)據(jù)限定在區(qū)間[0,1]內(nèi),標(biāo)準(zhǔn)化處理表達(dá)式為

(2)

結(jié)合上述5項特征指標(biāo),采用專家經(jīng)驗分析與加權(quán)分析相結(jié)合的方式判斷竊電行為.經(jīng)定量化專家評分后,獲得特征指標(biāo)的加權(quán)值分別為:每天平均電壓為0.30、每天平均功率因數(shù)為0.25、每天平均電流的不平衡率為0.20、上周平均每天凍結(jié)電量為0.15、功率不平衡率為0.10,則提取到的綜合性用電特征判別表達(dá)式為

(3)

1.2 基于距離的離群點檢測算法

離群點是指在數(shù)據(jù)序列中,遠(yuǎn)離序列一般水平的極大值和極小值數(shù)據(jù)點[5-6].離群點檢測的目的就是找到這些異常的數(shù)據(jù)點.將基于距離的離群值定義為:若數(shù)據(jù)集中某些數(shù)據(jù)與對象之間的距離大于D,那么將這些數(shù)據(jù)判定為在D約束下基于距離的離群點.本文將D的值設(shè)置為0.1.

在基于距離的離群點檢測算法中,距離是影響算法有效性和時間復(fù)雜度的關(guān)鍵因素,通常采用歐氏距離進(jìn)行判定.假設(shè)xi和xj是兩個m維對象,(Vi1,Vi2,…,Vim)是每個對象的m維屬性集.在基于歐氏距離的離群點檢測過程中,利用xi和xj兩者間的距離d(xi,xj)來度量相關(guān)差異,其表達(dá)式為

(4)

在此基礎(chǔ)上,需要對原始數(shù)據(jù)進(jìn)行預(yù)處理和降維處理.當(dāng)被檢測對象各屬性的單位和取值范圍不同時,可以進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化,然后確定參數(shù)D,利用參數(shù)和判斷規(guī)則篩選出離群點.

2 低壓竊電行為主動辨識系統(tǒng)

2.1 防竊電電路描述

圖1為本文提出的用戶配電線路圖.圖1中,在主站前置機(jī)的控制下,用戶專變終端與微功率采集器和電表總線相連,通過客戶監(jiān)控主機(jī)對其狀態(tài)進(jìn)行監(jiān)控.在被監(jiān)控電網(wǎng)的客戶端安裝防竊電客戶端模塊,在線實時監(jiān)控電能值或功率值,并將監(jiān)測結(jié)果發(fā)送到安裝在變電站出口的電源模塊,實時在線監(jiān)測供電終端的電能.利用無線或電力載波通信模塊,將監(jiān)測到的電流或功率值實時傳達(dá)到各客戶機(jī).

圖1 用戶配電線路圖Fig.1 User distribution circuit diagram

2.2 系統(tǒng)組織結(jié)構(gòu)

電力負(fù)荷管理監(jiān)控系統(tǒng)能夠?qū)崿F(xiàn)電力需求側(cè)管理,其主要功能是自動抄表、用電分析和安全監(jiān)控等[7-8].電力負(fù)荷管理監(jiān)控系統(tǒng)組織結(jié)構(gòu)圖如圖2所示.

圖2 電力負(fù)荷管理監(jiān)控系統(tǒng)結(jié)構(gòu)圖Fig.2 Structure diagram of power load management and monitoring system

圖2中,在RS485協(xié)議的控制下,在負(fù)荷管理終端中采集電表信息,并通過GPRS 2M專線與主站系統(tǒng)、前置通信系統(tǒng)、數(shù)據(jù)處理系統(tǒng)互聯(lián).同時,管理員、基層稽查通過網(wǎng)絡(luò)實現(xiàn)對3個系統(tǒng)的管理監(jiān)控.

2.3 系統(tǒng)編碼實現(xiàn)

為了保證用電信息在網(wǎng)絡(luò)上能夠安全傳輸,在開發(fā)過程中引入橢圓曲線加密機(jī)制[9-11],其能夠在網(wǎng)絡(luò)上對電力的實時參數(shù)進(jìn)行監(jiān)控,獲取各種報表及變壓器的信息.設(shè)定系統(tǒng)參數(shù)H=(q,F,a,b,G,n),其中,q表示有限域的范圍,F表示q中元素,a,b表示橢圓曲線G的上點,n表示橢圓曲線G的階數(shù).私鑰di由用戶Ui持有,并對最終用戶的公鑰Qi保密[12-13].

利用橢圓曲線加密機(jī)制能夠保證Q1對Q2所發(fā)送的簽過字的加密用電信息和簽名信息安全傳送,收到信息后再用di解密并進(jìn)行驗證處理,具體步驟如下:

1)Qi首先完成信息簽字;

2)Q1、Q2從分發(fā)中心獲得對方的公鑰;

3)Q1和Q2分發(fā)交換d1以獲得彼此的公鑰,實施加密傳輸[14-15];

4) 用戶U1解密信息;

5) 用戶U2驗證接收到的功耗信息.

綜上所述,在提取用電特征后,利用基于距離的離群點檢測算法篩選出其中的離群數(shù)據(jù)點,然后通過管理電力負(fù)荷來監(jiān)控電路數(shù)據(jù)信息,并引入橢圓曲線密碼體制,確保用電信息的安全傳輸,繼而通過組織結(jié)構(gòu)的設(shè)計完成了對低壓竊電行為主動辨識系統(tǒng)的構(gòu)建.

3 實驗與結(jié)果分析

為驗證基于離群點算法低壓竊電行為主動辨識系統(tǒng)的實際應(yīng)用性能,設(shè)計相關(guān)仿真實驗.為避免實驗結(jié)果的單一性,采用基于實值深度置信網(wǎng)絡(luò)的用戶側(cè)竊電行為檢測系統(tǒng)進(jìn)行對比.

首先采集某市多家中小企業(yè)的電力數(shù)據(jù)和用電數(shù)據(jù)樣本,并將采集數(shù)據(jù)轉(zhuǎn)換為單位值作為研究對象.對象集中有50項加載記錄,每個記錄有24個時間屬性.將其輸出到離群數(shù)據(jù)集內(nèi),并分別利用本文系統(tǒng)和對比系統(tǒng)篩選竊電用戶,具體結(jié)果如表1所示.

表1 辨識結(jié)果及現(xiàn)場核實情況Tab.1 Identification results and spot verification situation

由表1可知,本文系統(tǒng)僅出現(xiàn)了1次辨識失誤的情況,將正常用電行為辨識為竊電行為;而傳統(tǒng)系統(tǒng)共出現(xiàn)4次辨識錯誤.通過對比可知,本研究通過離群值算法能夠更有效地識別竊電用戶,失誤次數(shù)較少.

為進(jìn)一步驗證本文系統(tǒng)的應(yīng)用性能,以中小企業(yè)的用電數(shù)據(jù)樣本為基礎(chǔ),將數(shù)據(jù)轉(zhuǎn)換為單位值后,利用本系統(tǒng)和對比系統(tǒng)進(jìn)行用電側(cè)采樣電量和脈沖電量的測試分析,實驗結(jié)果如圖3所示.實驗環(huán)境參數(shù)如下:采樣頻率為75 Hz,利用RS-232/RS-485標(biāo)準(zhǔn)通訊接口進(jìn)行電子脈沖采樣.

圖3 采樣電量和脈沖電量負(fù)荷對比Fig.3 Comparison of sampling and pulse charge loads

通過兩種電量負(fù)荷對比結(jié)果可以準(zhǔn)確地計算出被盜功率和被盜時間,為及時發(fā)現(xiàn)竊電和追繳失電提供技術(shù)支持.由圖3可知,本文系統(tǒng)能夠有效感知到采樣電量和脈沖電量負(fù)荷之間的差別,從而實現(xiàn)對竊電行為的辨識.而對比系統(tǒng)感知到的采樣電量和脈沖電量負(fù)荷之間的差別很微弱,導(dǎo)致其容易對竊電行為產(chǎn)生誤判.

4 結(jié) 論

為有效緩解因智能竊電造成的經(jīng)濟(jì)損失和社會危害,維護(hù)電力市場的秩序,本文利用用電特征離群分析結(jié)果辨識用電特征,并通過防竊電電路、系統(tǒng)組織結(jié)構(gòu)完成對低壓竊電行為的主動辨識.根據(jù)實際應(yīng)用情況可知,該系統(tǒng)能夠有效辨識低壓用戶側(cè)的竊電行為,有效改善配網(wǎng)環(huán)境.在接下來的研究中,將考慮從提高辨識時效性的角度進(jìn)一步優(yōu)化該技術(shù).