带追溯功能的窃电侦查多维离群点分析方法及应用

针对现有方法对历史月已开始的潜在持续性窃电的搜索能力较差的问题,提出一种带追溯功能的窃电侦查多维离群点分析方法。首先从集抄数据中提取出月用电量水平、日温度相关性、月温度相关性、日用电量波动率、环比增长率、谷电比重6项指标,采用多维离群点分析方法,找出当月开始窃电的疑似用户;随后,对其余用户进行历史月的多维离群点分析,找出存在历史疑似窃电起始月的用户,从最近的疑似窃电起始月至当前月,运用累计和值法对这些用户实施日用电量序列的向上水平迁移分析,将不存在向上水平迁移的情况判定为潜在的持续性窃电。对某小区的实例分析结果表明,所提方法可在不明显增加误判率的同时显著提升对窃电可疑用户的搜索率。

基于数据挖掘技术的窃电侦查方法

目前窃电侦查最主要是靠人工巡查的方法，而电力部门已经通过远程或人工抄表掌握了大量用户用电数据，通过对这些数据信息的挖掘分析可为窃电侦查提供更有效的途径。本文从对负荷数据进行挖掘分析的角度设计了一种窃电侦查方法。在对已有用户的历史数据进行聚类分析的基础上，通过用户与质心的偏差比较，缩小疑似窃电用户范围。再由现场侦查确定窃电和不窃电用户，并提取能够有效区分两种用户的特征量，建立一种决策树分类器，学习窃电分类规则，由此根据新用户的用电负荷预测其窃电行为。最后对窃电侦查分类器的准确性进行了计算和分析。

新形势下常见窃电状态估计与侦查

窃电手法虽然五花八门,但是万变不离其宗,目前常见主要窃电手段是通过故意制造计量装置故障,从而达到少计电量的目的。文章介绍的侦查方法充分利用智能电能表和远程抄表系统,通过运行状态分析,新技术结合老办法,从诊断计量故障入手,侦查窃电行为,使侦查工作更加精准和高效。