基于IEEE14节点模型的电气参量分析与窃电指标判别

沈 鑫，曹 敏，张家洪，李英娜，李 川



基于IEEE14节点模型的电气参量分析与窃电指标判别

沈 鑫1,2，曹 敏2，张家洪3*，李英娜3，李 川3

（1. 昆明理工大学机电工程学院，云南 昆明 650093；2. 云南电网有限责任公司电力科学研究院，云南 昆明 650217； 3. 昆明理工光智检测科技有限公司，云南 昆明 650093）

随着科学技术的发展，电力窃电行为出现高科技手段，呈现出广泛性、多样性的特点，且隐蔽性不断提高，严重阻碍了电力部门窃电检测工作的进行，窃电行为检测的效率低下。针对上述问题，本文建立IEEE-14节点标准配电仿真模型，采用潮流计算方法，模拟用电网络分析窃电时，网络中支路和节点中电压、电流、支路功率以及线路损耗的电气参量变化情况，找到窃电时的数据变化特征。结果表明：电网中电压、电流的变化并不能直接反映窃电行为的发生，但是支路功率以及线路损耗可作为窃电线路的判别指标。

IEEE14节点模型；电气参量；窃电指标；线路损耗

0 引言

窃电作为影响电网发展的主要问题之一，不仅给国家经济造成了重大的损失，而且威胁着电网的安全运行[1]。反窃电措施以计量装置的改造和升级为主，但实施起来成本高、周期长。虽然窃电方式尽管多种多样、手段不断翻新即，但总会在电力部门的各项记录数据中留下蛛丝马迹。对相关数据进行分析，发现异常对象进行重点检查，将使反窃电工作有的放矢[2]。目前，窃电现象严重且窃电手段先进，但反窃电手段仍以人工稽核为主，存在工作量大、取证困难和缺乏针对性等问题[3]。

随着电力用户用电信息采集系统的发展，使得对用户侧异常用电信息实施采集成为可能[4]，它可以侦测电力供应者的电力供应状况，与一般家庭用户的电力使用状况[5]。因为在排除电网技术性损耗的基础下当用电网络正常运行时，网络中大多电气参量是稳定的，但是当线网中出现窃电现象时，不论使用何种手段电气参量都会发生改变，所以可通过电气参量变化的分析来判定是否窃电。2013年杨佳根据窃电后电气参量的变化规律，选取了线路的电阻作为窃电的判据，提出了窃电辨识方法和窃电负荷估算的方法[6]。2013年Daniel Nikolaev Nikovski等通过配电网技术损耗预测模型来检测窃电。在没有具体的配电网拓扑结构时，通过配电网技术损耗预测模型来估计配电网的非技术损耗，当非技术损耗达到某一阈值时就表明配电网中存在窃电现象。这种窃电检测模型需要大量配电网设备的准确参数，所以存在计算准确难度较大的缺点[7]。2015年Sanujit Sahoo等提出了利用线路电阻的变化情况作为窃电的判据，计算线路产生的损耗并和实际损耗做比较，得到线路是否存在窃电现象[8]。

综上所述，本文采用IEEE-14节点模型，分析单点窃电以及多点窃电时电网中支路和节点电气参量的变化情况，在潮流计算方法下，在固定的电网配置下应用公式和算法计算电力系统中各节点电压、线路电压、线路功率和线路功率损耗在窃电前后的电气参量数据变。根据分析结果得出：当电网中电压、电流的变化并不能显著反映窃电行为的发生，支路功率以及线路损耗可作为窃电嫌疑线路和用户的判别标准。

1 窃电特征分析

1.1 窃电网络电气参量分析

本文采用IEEE-14节点系统来模拟用电网络模型对窃电时网络中各电气参量进行分析，找出窃电特征[9]。IEEE-14节点窃电分析模型如图1所示，该模型中含有14个节点，有17条支路，有3条变压器支路和5台发电机。模型的线路参数表和节点参数表如下表1和表2所示。

图1 IEEE-14节点窃电分析模型

表1 IEEE-14窃电分析模型线路参数

Tab.1 Line parameters of IEEE-14 power theft analysis model

表2 IEEE-14窃电分析模型节点负荷数据

Tab.2 Node load data of IEEE-14 power theft analysis model

1.2 潮流计算方法

牛顿—拉夫逊潮流算法不仅具有收敛速度快的优点而且具有良好的收敛可靠性，如果能够选取到较好的初值，算法一般迭代几次就能收敛到一个较准确的解值[10]。根据给定的电力系统接线方式、运行条件和整个电力系统各个部分元器件的参数，应用牛顿—拉夫逊潮流算法计算得到电力系统中各节点的电压、线路的电压、线路的功率和线路的功率损耗等。

其中平衡节点的功率计算公式为：

支路功率的计算公式为：

进而得到支路损耗的功率为：

2 网络单点窃电与多点窃电电气参量分析

在电网配置与结构不变得前提下，利用IEEE-14节点系统分析电网中发生单点与多点窃电时各节点及其支路电压值变化。以选取13节点模拟单点窃电，在第13节点上减去负荷3.5+2.8。以选取14节点、13节点、10节点模拟多点窃电，在IEEE-14网络的14节点上减少负荷4.9+1，在13节点上减少3.5+0.8，在10节点上减少4+0.8。在节点10、13、14上减少负荷。

（1）窃电网络中电压变化分析

通过潮流计算计算出窃电前后网络的节点电压值，计算结果如图2所示。

由单点与多点窃电发生时，窃电改变了其负荷，电网中各个节点电压随之发生变化。单点窃电中13节点的电压变化最为显著，从105.642 V变化到105.061 V，变化率为-0.55%；多点窃电中节点10,13,14的节点电压变化幅度最大，节点10电压从105.799V变化到105.236 V，变化率为-0.53%，节点13电压从105.62 V变化到105.462 V，变化率为-0.15%，节点14电压从105.126 V变化到103.834 V，变化率为-1.2%。从电压数据分析可知，网络中各个节点的电压变化幅度微小，发生窃电的节点电压变化幅度也并不明显，电压数据并不能显著地体现网络窃电数据变化特性。

图2 窃电前后电压值变化（a）单点窃电；（b）多点窃电

（2）窃电网络中电流变化分析

参数设置完毕后通过潮流计算计算出窃电前后网络的节点电流值，计算结果如图3所示。

图3 窃电前后电压值变化（a）单点窃电；（b）多点窃电

根据计算结果可以发现，在发生单点与多点窃电时网络中各支路的电流值随之发生了变化。单点窃电中与13节点相连接的线路支路电流变化率是最大的，其中6-13支路电流从0.131A变化为0.175A,变化率为+25%，越是远离13节点的线路支路电流的变化率越小；多点窃电中在节点10,13,14上发生窃电现象后，网络中各支路的电流值都发生了变化，但网络中支路电流的变化情况不明显；通过对单点与多点窃电支路电流的分析，支路电流的变化无法很好的体现网络中的窃电数据的变化特性。

（3）窃电网络中功率值变化分析

通过潮流计算计算出窃电前后网络的节点功率值，计算出窃电前后功率值变化率，计算结果如图4所示。

图4 窃电前后功率值变化率

从图4可得，单点窃电中，对比于其他支路功率值的变化情况，和节点13相连接的线路12-13、6-13和13-14的支路功率变化率明显要高于其他支路，并且支路12-13和6-13是支路功率变化率较大的两条线路，变化率分别达到了62.77%和16.15%。多点窃电中，在节点10，13，14上发生窃电现象后，网络中各支路的功率值都发生了变化，其中，相较于其他线路的支路功率变化情况，和节点10，13，14相连接的线路9-10、9-14、12-13、11-10、6-13和13-14的功率变化率明显要高于其他支路，并且支路9-10、9-14、12-13是支路功率变化率较大的三条线路，变化率分别达到了64.26%、50.37%、138.69%。从上表的支路功率变化率数据来看，与窃电点相连的线路支路功率变化率会远大于其他支路，所以可以根据支路功率变化率来分析网络中是否有窃电现象，支路功率可以体现网络窃电情况。

（4）窃电网络中损耗值变化分析

参数设置完毕后通过潮流计算计算出窃电前后网络的节点损耗值，计算出窃电前后损耗值变化率，计算结果如下图5所示。

图5 窃电前后损耗值变化率

由在单点窃电中，当13节点发生窃电改变了其负荷，电网中各支路功率值随之发生变化。对比于其他线路的支路损耗情况，和节点13相连接的线路12-13、6-13和13-14的线损变化率明显要高于其他支路，并且支路12-13和13-14是支路损耗变化率较大的两条线路，变化率分别达到了176.78%和24.17%。在多点窃电中，在节点10,13,14上发生窃电现象后，网络中各支路的损耗值都发生了变化，其中，和节点10，13，14相连接的线路9-10、1-14、12-13、11-10、6-13和13-14的线损变化率明显要高于其他支路，并且支路9-10、1-14、12-13、11-10、13-14是支路损耗变化率较大的五条线路，变化率分别达到了115.61%、123.24%、452.77%、118.59%、104.46%。分析线路损耗变化率数据相比较而言，与节点10，13，14相连的支路损耗变化率会大于其他支路，所以根据支路损耗的变化情况，可以分析网络中是否存在窃电现象，支路损耗的变化可以体现网络窃电情况。

根据数据变化情况以及分析结果可以得出窃电网络的特征，即当网络中发生窃电现象时，与窃电点相连的线路的支路功率和支路损耗变化幅度较大，支路功率和支路损耗的变化率会达到35%以上，其中支路损耗变化幅度最大。与窃电点相连接的线路的支路线损率明显高于正常线路的损耗变化率，与窃电线路连接正常线路同样会受到窃电线路的影响，正常用电线路损耗也有所增加。最终，可以根据这些电气参量的变化规律,筛选出支路功率值以及损耗作为窃电行为的判别指标。

3 结论

本文通过IEEE-14接线系统图模拟用电网络，分析窃电时网络中电气参量的变化情况。根据计算结果发现，当网络中发生窃电现象时，网络中节点电压、支路电流、支路功率和支路损耗会随之发生变化，根据数据对比与分析发现，当电网中发生窃电时各支路的支路功率变化和支路损耗会更加明显，且在支路功率变化率与支路损耗率方面窃电点的化率最大。因此根据这一特性，选取了平均线损率和线损率标准差作为窃电线路的数据分析指标，选取了平均用电量、用电量标准差、电压不平衡率、电流平衡率和功率因数作为窃电用户的数据分析指标。

[1] 曾虎. 电能计量数据聚类分析与窃电检测研究[D]. 昆明理工大学, 2017.

[2] 吴迪. 基于曲线相似性分析的窃电用户判断[J]. 中国电力, 2017, (2): 181-184.

[3] 陈文瑛, 陈雁, 邱林等. 应用大数据技术的反窃电分析[J]. 电子测量与仪器学报, 2016, (10): 1558-1567.

[4] 朱铮, 夏东辉, 李蕊, 等. 基于在线监控的反窃电分级管理研究[J]. 华东电力, 2014, (10): 2034-2037.

[5] 苏才普. 智能电网研究现状 [J]. 电气开关, 2015, (1): 1-4.

[6] 杨佳. 基于电网电气参量特性分析的窃电辨别方法 [D]. 北京: 华北电力大学, 2013.

[7] Daniel Nikolaev Nikovski, Zhenhua Wang, Alan Esenther, Hongbo Sun Smart Meter Data Analysis for Power Theft Detection[C]. International Conference on Machine Learning & Data Mining in Pattern Recognition, 2013, 7988: 379-389.

[8] Sahoo S, Nikovski I, Muso T, et al. Electricity theft detection usingsmart meter data [C]. Innovative Smart Grid Techn­o­logies Conference. IEEE 2015: 1-5.

[9] 李雪, 钟慧欣, 孙庆, 陈凯. 基于快速回归算法的虚假数据攻击构造新方法[J]. 仪器仪表学报, 2018, 39(03): 179- 189.

[10] 孙秋野, 陈会敏, 杨家农等. 牛顿类潮流计算方法的收敛性分析[J]. 中国电机工程学报, 2014, (13): 2196-2200.

Electrical Parametric Analysis and Stealing Indicator Discrimination Based on IEEE14 Node Model

SHEN Xin1,2, CAO Min2, ZHANG Jia-hong3*, LI Ying-na3, LI Chuan3

(1. College of Mechanical and Electrical Engineering, Kunming University of Science and Technology, Yunnan, Kunming, China, 650093; 2. Institute of Yunnan Electric Power Research, Yunnan, Kunming, China, 650217; 3. Kunming Science and Technology Guangzhi Detection Technology Co.,Ltd, Kunming, China, 650093)

With the development of science and technology, high-technology means have appeared in electric power larceny, which presents the characteristics of universality and diversity. Moreover, the concealment has been continuously improved, which seriously hinders the electric power department from carrying out electric larceny and makes the detection of electric larceny inefficient. In view of the above problems, this paper establishes the IEEE-14 node standard distribution simulation model, and the power flow calculation method is adopted to simulate the changes of voltage, current, branch power and line loss in the branch and node of electric network. The results show that the variation of voltage and current in the grid cannot directly reflect the occurrence of electric larceny, but the branch power and line loss can be used as the discriminant index of electric larceny.

IEEE14 node model; Electrical parameters; Indicators of electric larceny; Line loss

TM711

A

10.3969/j.issn.1003-6970.2018.12.032

沈鑫(1981-)，男，云南电网有限责任公司电力科学研究院，博士研究生，高级工程师，主要研究方向为电能计量和智能电网技术；曹敏(1961-)，男，云南电网有限责任公司电力科学研究院教授级高级工程师，云南电网一级技术专家，主要研究方向为智能电网、设备监测与物联网技术；李英娜(1973-)，女，昆明理工光智检测科技有限公司，硕士，主要研究方向为计算机测控技术；李川(1971-)，男，昆明理工光智检测科技有限公司，博士，主要研究方向为传感器的研制与检测应用。

张家洪(1986-)，男，昆明理工光智检测科技有限公司，博士，主要研究方向为传感器研制与物联网技术。

沈鑫，曹敏，张家洪，等. 基于IEEE14节点模型的电气参量分析与窃电指标判别[J]. 软件，2018，39（12）：141-145