基于采集信息数据模型的反窃电分析研究

2022-07-18国网重庆市电力公司市北供电分公司向奕同

农电管理 2022年7期

■国网重庆市电力公司市北供电分公司向奕同

电力公司反窃电形势复杂多变，窃电逐渐趋向于团伙化、职业化[1]，行为隐蔽，方式多样，增加了查处难度。窃电行为通常具有隐蔽性、不易发现的特点，且窃电人群无特定性，常规用电检查手段难以做到在第一时间发现所有窃电行为。2022年，重庆市电力公司联合研发多种反窃电检查专用设备，大大提升窃电查处率，但窃电行为仍无法做到发生即发现。因此有必要通过分析用电信息采集数据，研究不同窃电形式对应的用电数据模型，通过数据分析筛选出存在疑似窃电的用户，及时查处治理。

用电信息采集及反窃电监控平台

用电信息采集系统主要由主站、传输信道、采集终端以及电表组成。通过采集关口表和户表的用电数据，实现用电信息监控、负荷管理、线损分析等功能[2-3]。通过用电信息采集、营销业务应用系统以及反窃电监控平台进行数据收集和分析，筛查存在窃电嫌疑的用户，用大数据推动反窃电工作持续发展。反窃电数据分析方法如图1所示。

图1 反窃电数据分析方法

通过营销档案信息、采集计量数据、主动告警时间和线损率4个方面的数据，对比筛选出疑似窃电的用户，随即开展现场核查。同时在变压器出线侧安装反窃电监测终端，用电信息采集系统统一将相关用电数据推送至反窃电监控系统进行对比分析，判断被监测用户是否存在窃电或计量异常[4]。反窃电监控系统如图2所示。

图2 反窃电监测终端工作示意图

排查疑似窃电用户时，重点关注对象如下：电表有开盖记录，相线电流小于中性线电流；有开盖事件且开盖时间大于2 min；开盖前后日电量下降30%以上。

不同窃电模型及分析方法

针对不同的窃电方式，对应的用电采集数据也会有所不同。因此须对比各种窃电模型参数，才能更有效地筛选出疑似窃电用户。

中性线、相线电流不平衡模型

通过分析单相用户中性线、相线电流比值的变化情况，结合开盖记录、以及开盖前后日电量等信息，判断其是否疑似窃电行为。筛选步骤首先召测辖区范围内低压用户中性线、相线电流；之后计算中性线电流与相线电流之差与中性线电流的比值大于等于40%，同时比值恒定在一个范围。窃电用户的中性线、相线电流比值如图3所示。

图3 窃电用户的中性线、相线电流比值

间歇性窃电模型

分析低压用户日用电量变化引起所属台区损失电量变动情况。间歇性窃电模型具有以下特征：开始窃电时，用户用电量下降，台区线损上升。结束窃电时，用电量上升，台区线损下降[5]。需要对比用户每日用电量和所属台区前后损失电量变化情况。间歇性窃电模型如图4所示。用户的用电量越少，台区的损失电量越多，该用户可能存在窃电嫌疑。

图4 间歇性窃电模型

低压线损相关性模型

通过皮尔逊算法对低压用户用电量和线损率进行相关性分析。在窃电时，其用电量的变化曲线与线损率的变化呈现正相关性。相关性系数越高，窃电的嫌疑越大。低压线损相关性模型如图5所示。如果用户的用电量越大，所对应的台区线损越大，该用户可能存在窃电嫌疑。

图5 低压线损相关性模型

失压断流模型

当电表长时间存在失压、断流，特别是三相用户，存在窃电或计量故障的嫌疑。须到现场核实封签是否存在损坏，表计是否存在开盖记录等情况。结合用户的用电量，分析是否存在窃电嫌疑。

查处案例

通过上述分析方法，陆续排查出存在窃电行为的用户，显著增加了反窃电工作效率。

通过召测台区开盖记录，结合用电数据分析发现用户存在开盖记录，同时中性线、相线电流始终不匹配且比值恒定。电能表内部存在铜丝短接现象，通过铜导线短接进出电能表的相线，导致相线和中性线不匹配，造成电能表计量的相线电流远低于实际的相线电流。通过上述方法陆续排查出多户存在计量异常，同时存在开盖记录的用户，如表1所示。