通过线损查窃电「供电营业规则窃电行为有哪些」

今天带来通过线损查窃电「供电营业规则窃电行为有哪些」，关于通过线损查窃电「供电营业规则窃电行为有哪些」很多人还不知道，现在让我们一起来看看吧！

线损是电力企业经营管理过程中的一项重要的经济技术指标，而低压台区线损是 供电企业线损管理的基础，低压台区线损值的高低反映了供电企业的营销管理水平，降低 低压台区线损是电力企业提质增效的关键所在。

影响低压台区线损的因素错综复杂，想要查出对台区线损造成影响的异常用户更是如同抽丝剥茧；对线损异常台区进行分析治理的传统方法有现场逐户排查、用户电量比对、后台数据逐项核查等，都存在着诸多的不便；为解决上述问题，开发一种基于用户采集 电量与台区线损相关性的窃电用户核查方法很有必要。

问题拆分

先分析和确 定用户采集电量与台区线损相关性的算法模型， 后选取样本并依据算法模型对样本中线损存在 异常的日期进行标记，再在算法模型的基础上结合95%置信区间和多次权重评价方法，对选取样本中被标记日期对应的数据进行用户采集电量 与台区线损相关性的计算，最后根据计算结果将 筛选出用户的窃电嫌疑度确定为大、中、小三类并核查大的用户；本发明可以对台区下所有用户的采集电量与台区线损率进行相关性分析，精准 锁定导致台区线损偏高的罪魁祸首，解决低压台区线损治理工作的痛点，助力反窃查违工作，高 效提升线损管理水平，切实降低低压台区线损， 为电力企业提质增效。

问题解决

1 .一种基于用户采集电量与台区线损相关性的窃电用户核查方法，其特征在于包括如 下步骤：

S1：分析和确定用户采集电量与台区线损相关性的算法模型；

S2：选取样本并依据算法模型对样本中线损存在异常的日期进行标记；

S3：在算法模型的基础上，对选取样本中被标记日期对应的数据进行用户采集电量与 台区线损相关性的计算，计算过程中结合统计学原理置信区间，以减少正常用户的干扰，再 结合多次权重评价方法，以增加计算结果的真实可靠性，最后根据计算结果将筛选出用户 的窃电嫌疑度确定为大、中、小三类；

S4：按比例对窃电嫌疑度排名靠前的用户进行现场排查处理，若该台区下没有窃电嫌 疑度为大的用户，且所选比例的排名靠前用户经现场排查都没有问题，则说明该台区下用 户的窃电方式可能为无表计窃电或窃电表计采集电量非常接近0或等于0，工作人员需要重 点排查台区的入户线与采集电量在大部分时间都非常接近或等于0的用户。

2 .根据权利要求1所述的基于用户采集电量与台区线损相关性的窃电用户核查方法， 其特征在于，所述步骤S1包括如下步骤： 线损分为理论线损和管理线损，管理线损的成因复杂多样，而理论线损是可以进行计 算的，在理想环境下，台区线损量等同于理论线损值，且不会因用户电量的变化而改变； 在这个理想环境下，且不考虑分布式电源的影响，则供电量‑售电量=台区线损量=理论 线损值，其中售电量为台区所有用户采集电量之和，供电量为台区关口表的采集电量； 引入1个窃电用户进行讨论，则窃电用户采集电量=窃电用户实际电量‑窃电量，台区线 损量=理论线损值 窃电量=供电量*理论线损率 窃电量，可见窃电量的变化会引起台区线 损量的变化，且两者正相关； 一般情况下能被采集示数的窃电用户，采集电量通常是实际电量的某个百分比值，把 它称作窃电系数k，则窃电用户采集电量=E‑Ek=E(1‑k)，台区线损量=理论线损值 Ek； 画出y=E和y=Ek的函数图像进行定性分析； 定性分析后得出：随着E和k的变化，台区线损量变化时，窃电用户的采集电量也会发生 有相关性的不同幅度的变化，包括增加、减少或极小概率不变，略微类似正弦函数曲线，但 台区线损量和窃电用户采集电量不是单纯的正相关和负相关，属于较为复杂的非线性相 关，难以直接对台区线损量和窃电用户采集电量进行相关性分析，可以根据其变化率进行 分析； 由此，确定用户采集电量与台区线损相关性的算法模型为： 存在窃电量时，台区线损量变化才会和窃电用户采集电量变化有非线性相关关系，且 台区线损率变化较大时的相关性更高，尤其是当用户刚开始或终止窃电、明显增加或减少 用电系数时，窃电用户采集电量与台区线损量呈负相关且此时台区线损率变化幅度一般较 大； 将用户采集电量与台区线损相关性分析转化为各用户采集电量变化率绝对值和台区 线损率变化率绝对值的接近程度分析，若其越接近，则说明变化的相关性越强，最接近值对 应的用户最有可能是窃电用户； 当用户持续稳定窃电时，窃电用户采集电量与台区线损量呈正相关，由于一般情况下 窃电用户的实际用电量也比较稳定，此时台区线损率变化幅度一般较小。

3 .根据权利要求2所述的基于用户采集电量与台区线损相关性的窃电用户核查方法， 其特征在于，所述步骤S2包括如下步骤：

S21：在电力用户用电信息采集系统中，提取最近z天中每天的台区下所有用户表计的 数据日期、用户编号、用户名称和采集电量作为用户电量表，以数据日期和用户编号作为主 键，先按照用户编号升序，再按照数据日期升序，对用户电量表进行排序；

S22：在电力用户用电信息采集系统中，提取最近z天中每天的数据日期、台区编号、台 区名称、理论线损率、供电量、售电量、线损量、线损率作为台区线损率表，以数据日期作为 主键，按照数据日期升序，对台区线损率表进行排序； 其中，用户电量表和台区线损率表通过主键数据日期进行连接；

S23：依据算法模型中的“存在窃电量时，台区线损量变化才会和窃电用户采集电量变 化有非线性相关关系”选取第一批样本； 将台区线损率表中线损率>理论线损率 3%的数据日期认定为存在用户窃电行为，为台 区线损率表添加一列记为样本选取标记a，在该列中，当对应数据日期的线损率>理论线损 率 3%时，为其赋值a；

S24：依据算法模型中的“台区线损率变化较大时的相关性更高”选取第二批样本； 对台区线损率表中线损率变化值的绝对值大小进行比较，当数据日期为t时，线损率变 化值的公式为： ，其中 指数据日期为t时的台区线损率， 指数据日期为 t‑1时的台区线损率； 为台区线损率表添加一列记为台区线损率变化值，当日期为t时，为该列数据赋值 ， 若t‑1不存在则为空； 采用箱线图原理，认定台区线损率变化值处于上四分位数和上边缘之间的数据为相对 离群值，即存在窃电行为且台区线损率变化较大；为台区线损率表添加一列记为样本选取 标记b，在该列中，当对应数据日期的台区线损率变化值大于相对离群值中的某一值时，为 其赋值b。

4 .根据权利要求3所述的基于用户采集电量与台区线损相关性的窃电用户核查方法， 其特征在于，所述步骤S24中采用箱线图原理选取样本标记b具体为：箱线图共由五个数值 点构成，从下到上依次是下边缘、下四分位数Q1，中位数、上四分位数Q3和上边缘； 下边缘的取值可以为最小值或最小观察值，最小观察值=Q1‑1 .5(Q3‑Q1)； 上边缘的取值可以为最大值或最大观察值，最大观察值=Q3 1 .5(Q3‑Q1)； 箱线图中，大于最大观察值或小于最小观察值的数值被定义为离群值； 当台区线损率变化值大于上四分位数又小于最大值时，可以称其为相对离群值e，即数 值e的取值范围是 ，其中 为线损率变化值数组的上四分位数， 为线损率变化值数组的最大值； 第二组样本的选取规则为 >e，在样品选取标记b一列中，当对应行 >e时，为其赋 值b。 5 .根据权利要求2所述的基于用户采集电量与台区线损相关性的窃电用户核查方法， 其特征在于，所述步骤S3包括如下步骤：

S323：为用户电量表分别添加采集电量变化率a列与采集电量变化率b列，在采集电量 变化率a列中为用户i且数据日期t对应的行赋值为 ，在采集电量变化率b列中为用户i 且数据日期t对应的行赋值为 ；

S33：依据算法模型中的“将用户电量与台区线损相关性分析转化为台区线损率变化率 绝对值和各用户采集电量变化率绝对值的接近程度分析，若其越接近，则说明变化的相关 性越强，最接近值对应的用户最有可能是窃电用户”计算台区线损率变化率和用户采集电 量变化率的相关程度； 用户i的采集电量变化率 与台区线损率变化率 的相关程度为： ；若r越小则用户的采集电量变化率与台区线损率变化率越接近，对应用户越可能是窃电用 户；

S331：用标记为a的第一批样本数据作为数据日期选取依据，则用户i的采集电量变化 率 与台区线损率变化率 的相关程度为： ；其中 指第一批样 本数据对应的数据日期为t时，用户i的采集电量变化率， 指当数据日期为t时的台区线 损率变化率， 表示对样本选取标记a中所有对应值为a的数据日期对应的 进行求和；

S332：用标记为b的第二批样本数据作为数据日期选取依据，则用户i的采集电量变化 率 与台区线损率变化率 的相关程度为： ；其中 指第二批样 本数据对应的数据日期为t时，用户i的采集电量变化率， 指当数据日期为t时的台区线 损率变化率， 表示对样本选取标记b中所有对应值为b的数据日期对应的 进行求和；

S34：数据加权；

S341：创建数据表数据加权a，数据列分别为用户编号、用户名称、相关程度a，以用户编 号作为主键； 将从数组 中提取最小的w个数据置入相关程度a列，并在用户编号与用户名称填入对 应的信息； 将对数据加权a表按照相关程度a升序进行排列； 新增加权计算1列，将数组{m1，m2，m3，……，mw}作为第一次加权计算的得分赋值到加 权计算1列，其中m1>m2>m3>……>mw>0；

S342：创建数据表数据加权b，数据列分别为用户编号、用户名称、相关程度b，以用户编 号作为主键； 将从数组 中提取最小的w个数据置入相关程度b列，并在用户编号与用户名称填入对 应的信息； 将数据加权b表按照相关程度b升序进行排列； 新增加权计算I列，将数组{s1，s2，s3，……，sw}作为第一次加权计算的得分赋值到加 权计算I列，其中s1>s2>s3>……>sw>0，又由于第二批样本数据相关程度最高的用户窃电可 能性最高，s1>m1>s2≥m2>s3≥m3……>sw≥mw；

S35：依据算法模型中的“当用户持续稳定窃电时，窃电用户采集电量与台区线损量呈 正相关，由于一般情况下窃电用户的实际用电量也比较稳定，此时台区线损率变化幅度一 般较小”，对数据再次加权；

S351：为台区线损率表添加一列记为样本选取标记c，在该列中，为符合选取条件的数 据日期对应的行赋值c； 为数据日期对应行赋值c的条件为：当某一数据日期对应样本选取标记a列的数据为a， 且对应样本选取标记b列的数据不为b，则在样本选取标记c列的对应行赋值c；

S352：为用户电量表添加一列记为变化趋势； 用户i在数据日期为t时，若 <0，则为变化趋势列中的对应行 赋值“反向”；若 =0，则为变化趋势列中的对应行赋值“不变”；若 >0，则为变化趋势列中的对应行赋值“同向”；其中 指用户i 在数据日期为t时的采集电量， 指用户i在数据日期为t‑1时的采集电量， 指数据日 期为t时的台区线损率， 指数据日期为t‑1时的台区线损率；

S353：在台区存在用户窃电行为，且台区线损率变化率较小时，用户i的采集电量与台 区线损率变化趋势不同的比率为： ；其中指所有样本选 取标记c中所有c的数量之和，即台区存在用户窃电行为，且台区线损率变化率较小的总天 数， 指即台区存在用户窃电行为，且台区线损率变化率较小时，用 户i的采集电量与台区线损率变化趋势为反向天数之和； 将 简称为用户i的变化趋势不同率，创建变化趋势表，数据列分别为用户编号、用户名称、变化趋势不同率，以用户编号作为主键； 变化趋势表中用户编号列中的数据为用户电量表中所有的去重后的用户编号，用户名 称列为对应的用户名称，将变化趋势不同率的值D赋值到变化趋势表中变化趋势不同率列 中对应用户编号的行；

S354：再次加权计算； 对数据加权a表新增加权计算2列，该列的数值X有以下约束规则：当用户i对应的相关 程度a的值等于所有第一批样本的总天数时，其对应的置为0；当用户i对应的变化趋势 不同率的值 大于d时，即用户i是窃电用户的可能很小，将其对应的 置为m0，其中0