电力企业基于准实时数据电价异常分析的设计与应用

林志坚，杜旭昕，黄朝凯，林幕群

（广东电网有限责任公司汕头供电局，广东汕头515000）

电力企业基于准实时数据电价异常分析的设计与应用

林志坚，杜旭昕，黄朝凯，林幕群

（广东电网有限责任公司汕头供电局，广东汕头515000）

文章依据发生电价异常行为必然会偏离电价正常用户用电轨迹的原理，并对用电异常指标分析判定用户电价异常风险等级和典型用户用电轨迹进行了对比；通过充分利用用户月电量、用户月电费、行业类别、电价类别等结合数学统计分析方法作为电价风险等级评估指标，建立了电价风险等级评估模型，从而通过不同纬度设置不同阀值，建立不同纬度的电价异常风险等级模型，准确的将符合数据特征的用户及时发掘出来，减少了一定的经济损失；使得电价风险分析工作做到有的放矢，电价风险分析工作达到信息化、智能化。

电价异常；系统建设；数据分析；电价风险；用电轨迹

电价异常分析研究的目的在于通过对计量自动化系统各类计量点海量、多维度准实时数据的内在关联性、逻辑关系的深入挖掘和分析，并结合营销、营配等相关信息系统以及不同类型客户的用电特征，分别建立针对不同种类、不同区域不同电压客户的异常用电监测和智能分析数学模型和分析方法，并在此基础上将电力从生产到消费的一切行为都用价格（费用）表示出来。利用电价在市场环境中的经济信号作用，指导、调节、控制电力生产与消费，从而达到优化资源配置，合理组织生产，提高社会经济效益的目的[1-2]。

1 设计思路

系统的业务架构如图1所示，通过对营销系统、计量自动化系统各类海量数据的内在关联性、逻辑关系的深入挖掘和分析，并结合不同类型客户的用电特征，分别建立针对不同区域、不同类别客户的用电行为轨迹分析数学模型和分析算法，从而实现由系统对各类电价与客户用电行为关系、以及电价执行异常进行分析、诊断的功能，改变以往靠人工分析营销报表和数据以及现场稽查电价的做法。基于计量自动化、营销等相关信息系统的售电电价与客户用电行为的研究和应用将极大地提高电价执行规范在线稽查的针对性、准确性和工作效率，为企业规范电价执行、引导客户合理用电、提高经营效益提供更为高效、智能的技术手段，为供电企业节省大量的人力物力和财力，具有广阔应用前景和推广价值[2-3]。

图1 系统业务架构图

2 系统建设

系统在架构上主要分为三部分：持久层、业务逻辑层、展现层。持久层主要是对营销、计量数据进行同步、加工；业务逻辑层主要采用数据挖掘的方法，对用户基础数据、电量数据进行处理计算；数据应用层主要对电价风险评估综合数据处理的前端应用[11-16]，负责满足系统人机交互，提供电价异常行为的判定，如图2所示。

图2 系统架构图

2.1 持久层

通过一些技术化的手段或第三方工具，如ETL工具、数据库的DBLINK或者增量XML将用户基本信息、量价费数据等信息收集到电价风险评估系统中。

2.2 业务逻辑层

电价风险评估系统责对电能量数据的同步、加工、处理、监控，并将数据整合梳理，满足模型管理中对数据要求，并采用多种数据挖掘的方法对用户数据进行分析计算。

2.3 展现层

应用管理层主要是通过模型管理设置，分析存在电价风险异常的专变用户、低压用户。并结合典型用户用电轨迹辅助判断用户电价是否异常。可按供电单位、行业性质、用电类别等多维度对数据进行查询。

3 主要功能

3.1 区域电价异常分析

本模块主要是按照不同的电价纬度对电量执行情况进行对比分析，通过对电价设置异常区间，达到能够判别出存在“高价低接”异常范围的目的，并设置异常权重，监督和检查各地的电价执行情况。

页面主要按供电单位对月平均售电单价进行钻取展示和对比分析，分析的目的是通过各营业区域不同电价类别、行业类别和12个月时间趋势的电价对比，根据异常分值找出可能存在电价异常的区域。按电价类别，共分为稻田排灌、一般工商业、居民一户一表和居民合表、农业生产以及所有电价6种电价分类[3]。根据这6种分类，从营销系统的数据中将符合条件的用户数据抽过来，计算出用户所在台区、供电所和各区局的平均电价。并通过台区号关联历史数据，获取上期和同期的电价。

台区之前的分局、服务班/供电所节点展示总电量、总电费、户数、户平均电量、户平均电费、户平均电价、同期电价、上期电价。每行记录后面有按电价类别钻取、按行业类别钻取和时间趋势钻取的按钮；按台区电价分析时展示数据包括：同一台区电价同比、环比；与上一级供电所的电价比较，异常分值、台区电量电费电价指标、台区电价的理论值比较。

3.2 稽查规则异常数据分析

本模块主要展示营销稽查电价稽查规则过滤出可能存在异常的用户，通过对用户基本档案中用户名称、用户地址、月电量、变压器容量等档案信息，凭借以往人工经验进行稽查规则设置，对所有用户全覆盖。

根据用户的电价代码分为稻田排灌、一般工商业、居民一户一表和居民合表和农业生产五种电价分类，每个分类都支持按供电局——区局——供电所钻取到具体用户，可以展示户名、户号、地址、异常描述、异常节点描述、异常分值、用户类别等30多个指标。每月从营销系统抽取客户的电量等数据，计算出不同季节、节日的用电量。通过电量、地址等指标与模型参数对比[17-18]，更新是否关联户、是否新装、是否增容、减容等字段，计算出异常分值，供业务人员判断。

在稽查规则数据异常分析菜单钻取到用户的界面中展示用户的台账信息和异常分值，每条记录后面有个编辑按钮，点击后可以编辑。点击可查看详情、更改异常工单信息和是否关联户、是否新装、是否增容、减容等信息。

如果用户存在营销异常工单则在异常工单面熟中展示用户工单信息，若不存需要手工添加的，可以在点击编辑后弹出的文本框手工输入用户的异常信息。弹出框上方还有添加到案例库按钮，对需要跟踪用电情况的嫌疑用户可以执行此操作。

3.3 用电轨迹异常数据分析

此模块主要是展示模型算法结果数据、用户异常信息汇总，数据挖掘算法已经嵌入到程序中，程序定期对全局各类用户进行电价异常分析，根据不同电价用户、不同区域、不同用电量用户的用电轨迹不同，采用正常数据与测试数据用电轨迹对比分析，两类数据都是用一年的电量来作为分析[4-5]，具体流程如图3所示。

图3 模型产生流程

考虑到居民电价用户可能存在商业电价，所以在数据挖掘分析时，对低电量或用电地址是3楼以上的用户进行了过滤。

在数据挖掘分析将不同电价不同供电局的用电曲线进行聚类后，将聚类的曲线数据和聚类信息保存起来。再将同一个电价类别和供电所的用户用电曲线和聚类中的曲线用数据挖掘的方法进行比较，找出符合的聚类曲线并且算出差异值。

程序支持通过供电局——区局——供电所钻取到具体电价异常用户，展示异常用户的具体信息。每条记录都有一个异常明细按钮，点击可查看此用户的用电轨迹符合哪种电价的轨迹，给业务人员提供参考信息[6]，如图4所示。

图4 用电曲线与聚类曲线

3.4 电价模型管理

电价模型管理包括3个功能，分别是电价稽查规则模型管理、区域电价异常模型管理、模型参数管理，此功能模块负责编辑系统中所有异常用户的过滤条件，平台中涉及到的算法参数和稽查规则都是在此模块中设置[7]。

电价稽查规则和区域电价异常菜单中，每个电价分类建立一个模板，每个判定条件建立一个节点，节点必须选择所属的模板。用表格将异常过滤条件的模板和节点展现在页面上。点击模板可直接编辑模板名字和是否有效。点击节点可编辑节点的异常判断条件。

模型参数管理菜单可以配置数据挖掘分析的各个参数，如曲线是否平滑处理、每个机构的最大聚类数、剔除孤立点的半径阈值、欧式距离判别法阈值、弗雷歇判别法阈值等[5]。点击各项数值可直接编辑保存。

4 结束语

基于准实时数据构建的电价异常分析模型，通过模型监测分析，并通过matlab计算出各电价的用电轨迹，找出电价轨迹异常用户[19]；同时计算出嫌疑系数过滤异常用户，然后进行周期性监控，通过对嫌疑户用电行为分析精确定位出是否重大嫌疑户。由于窃电方法千变万化，在实际应用中，还需对不断根据新增的典型案例对反窃电模型中的各类阀值进行不断地训练和优化[8-9]。实践表明，综合运用以上建立的模型分析法，基本能够做到及时、准确地将符合数据特征的用户及时发掘出来，可大大减少因“高价低接”造成的经济损失[10]。

[1]许其国.“一型五化”构建大营销[J].中国电力企业管理，2014（8）:63-64.

[2]龚秀松.市场环境下销售电价的理论建模及实证研究[D].长沙：湖南大学，2011

[3]吴耘.电能计量装置异常状态监测系统终端技术研究[D].华北电力大学（河北），2007

[4]朱乾龙，韩平平，丁明，等.基于聚类-判别分析的风电场概率等值建模研究[J].中国电机工程学报，2014（28）:4770-4780.

[5]周翔，王丰华，傅坚，等.基于混沌理论和K-means聚类的有载分接开关机械状态监测[J].中国电机工程学报，2015（6）:1541-1548.

[6]赵鸿图，刘云.基于三次样条插值的小波模极大值去噪算法[J].计算机工程与设计，2014（8）:2965-2968，2975.

[7]戴亮，何欣，崔力心，等.一种基于异常值检测和群体智能优化神经网络的电价混合预测模型[J].电子测试，2015（4）:54-56.

[8]彭显刚，赖家文，陈奕.基于聚类分析的客户用电模式智能识别方法[J].电力系统保护与控制，2014（19）:68-73.

[9]刘小渊，庄华松.电力营销稽查管理中存在的问题及策略探究[J].中国高新技术企业，2014（31）:162-163.

[10]宋亚齐，周国亮，朱永利.智能电网大数据处理技术现状与挑战[J].电网技术2013（4）:927-935.

[11]黄园芳.供电可靠性预测的研究[D].广州：华南理工大学，2010.

[12]林洁平.电力通信网运行方式优化研究[D].广州：华南理工大学，2010.

[13]李存斌，马同涛，王建军.我国阶梯电价改革的长期影响及动态调整分析[J].陕西电力，2014（10）：28-32，58.

[14]姜雪梅,宋旭东.主动配电网的运营电价研究[J].陕西电力，2015（10）：53-57.

[15]刘方，杨秀.分时电价下考虑预测偏差的微网经济运行[J].陕西电力，2016（4）：65-70

[16]王彦，王凯，温晓强.实时电价下计及转移成本的负荷优化[J].陕西电力，2015（6）：55-58

[17]张鑫.基于支持向量机的能源管理系统短期负荷预测[D].长春：长春工业大学，2010.

[18]庞佳.控制与保护开关漏电保护模块与远程监控技术的研究[D].沈阳：沈阳工业大学，2011.

[19]杨阳.无线网络的嵌入式接口设计[D].武汉：湖北工业大学，2011.

Design and application of analysis based on quasi real time data of abnormal price

LIN Zhi⁃jian，DU Xu⁃xin，HUANG Chao⁃kai，LIN Mu⁃qun
（Shantou Power Supply Bureau，Guangdong Power Grid Company Limited，Shantou515000，China）

Based on the principle that the occurrence of abnormal electricity price is bound to deviate from the electricity trajectory of normal users，the abnormal level of electricity price is compared with that of typical users.By making full use of the monthly electricity consumption，Electricity price category，electricity price category and other mathematical statistics analysis method as a price risk rating evaluation index，the establishment of the price risk rating model，which sets different thresholds through different latitudes，the establishment of different latitudes of abnormal price risk model，accurate Of the data characteristics of the user to discover in a timely manner to reduce a certain amount of economic losses；make the price risk analysis work done targeted，price risk analysis work to information technology，intelligent.

abnormalprice；electricity price risk；system construction；data analysis；electricity trajectory

TN99

A

1674-6236（2017）22-0058-04

2016-09-14稿件编号：201609147

林志坚（1968—），男，广东揭阳人，高级工程师。研究方向：营销管理、营销信息化和自动化技术应用。