刘斌
(云南电网有限责任公司昆明供电局,昆明 650100)
窃电给安全用电带来隐患,有必要对大用户窃电的方式方法进行研究,以期更好地提高反窃电技术水平,降低电网企业损失。
电能计量装置包括各种类型的电能表、计量用电压、电流互感器及其二次回路、计量自动化终端设备。供电企业电能量计量由电能表和互感器变比计算获取,电能表单相电源计量公式如下:
电网公司日常计算电量公式如下:
算费用电量公式如下:
式中p(t)—t时刻的瞬时功率;u(t)—t时刻的瞬时电压;i(t)—t 时刻的瞬时电流;WP—t1到t2时间段内有功电能量,Φ为相位角,PT 和CT 分别为电压互感器和电流互感器的变比。
因此只要想办法改变用电电压、电流、相位角、用电时间或者互感器变比中的任何一个要素都可以达到窃电的目的[1]。另外,通过采用改变电表本身的结构性能,改变电能表的电气性能的手法[2],使电表慢走,也可以达到窃电的目的。常见的窃电手段包括欠压法窃电、欠流法窃电、移相法窃电、扩差法窃电和无表法窃电五大类[3]。窃电者往往考虑窃电方法的隐秘,不易被用电检查发现或者在用电检查工作人员到现场前容易及时恢复的方法,甚至有的大用户选择分时段在夜晚窃电,工作时间解除窃电措施等。
1)采用专用计量柜(箱)防伪、防撬铅封的方式。
2)安装高压侧计量电能表。
3)安装多功能电表,发生失压、断相、功率因数低、倒走时电表生成告警事件,计量自动化终端进行采集再上传至计量自动化系统进行数据分析处理,但主站系统无法区分出是客户窃电导致的事件还是客户实际负荷情况下的报警。
4)基于高低压测量点差动比对的防窃电方法[4],获取到高压侧的原始电能数据,与计量回路的用电数据对比,能够有效发现各类窃电,但安装维护需客户停电配合,需额外安装装置,增加成本,同时影响供电质量。
5)基于状态估计的新型窃电方法-虚假数据注入[5],首先,在传统的虚假数据注入模型基础之上,得到了标准的 L0 范数优化模型,消除了变量系数对虚假数据注入向量精度的影响,基于脆弱性指标提出设置 PMU 的方法提高窃电成本和难度。文献中所提出的方法存在防窃电手段实施困难,推广难的问题。
6)开展周期检查检验,不定期开展用电检查工作。
图1 防窃电应用结构图
图2 计量自动化系统进行窃电行为分析流程
当前,已经实现专变用户负荷管理终端安装覆盖率100%,并实现了计量自动化系统为依托的远程抄表应用、停电时间管理、电压质量管理、负荷预测分析等。当前负荷管理终端接入计量回路,导致终端交流采样模块和电能表共用计量回路,电能量数据均来源于计量回路,无法发现电量数据的异常。现提出一种新型的基于计量自动化系统采集保护回路和计量回路的电能量数据,对相同时刻保护回路和计量回路的负荷、电量进行比较,主站监测到异常时间超过30 分钟以上后,综合对比历史数据,生成告警事件。
方案利用现有符合南方电网负荷管理终端技术规范的终端,改变终端交流采样接入方式,由和表计相同的计量回路调整至大客户配电房站保护回路,终端对保护回路的电压、电流进行采样处理并传送给计量自动化系统,保护回路和计量回路的到能量数据进行差动对比。发现30 分钟以上差值异常(考虑到客户保护回路的电压电流互感器准确度问题,差值异常阀值设置为10%)的,主站发起客户开关状态招测,对用户历史用电信息进行对比,来判断用户是否存在窃电行为,实现在线监测,达到防窃电的目的。防窃电方案结构图见图1。
1)负荷控制管理终端直接采集到大客户保护回路的电压、电流、相位角数据,能够与计量装置回路的电能表电能量数据进行差异化比较,提供了一种发现窃电行为的追本溯源方法。
2)计量自动化系统通过230M 专网、GPRS、4G、以太网每天定时采集终端数据,数据采集可达到15 分钟每次,为主站数据分析对比需要的日冻结、月冻结、负荷曲线、电量数据等提供数据支持。
3)当保护回路和电能表同一时刻点的电量差值相差10%,计量自动化系统将该用户加入用电异常报警列表,同时跟踪该用户异常时刻起24 小时的用电负荷数据,若发生连续3 个时刻点电能量差值均存在,则判断为窃电。反之,则作为异常报警,供工作人员参考。
4)在计量装置故障情况下,保护回路的交流采样电量数据可作为电费补收的依据,包括确定故障时间、确定用电量等。
5)计量自动化用户窃电行为数据分析流程:计量自动化系统对保护回路和计量回路的电能量数据进行比较处理,展示成电能量曲线,使用者通过图形能够形象地判断出窃电发生时间、窃电负荷等。若因计量装置故障导致的电能量曲线不一致,系统判断为电能计量装置需运维。计量自动化系统进行窃电行为分析流程见图2。
基于计量自动化系统的防窃电方案在窃电监测、查处工作可靠、准确,不需额外安装装置,且能够为电费补收提供数据依据,同时计量自动化系统主站可以及时发现计量装置是否发生故障,支持计量运维工作的开展。该方案在实际应用过程也存在一些不足,如窃电技术手段较为专业,窃电者同时对保护回路和计量回路实施窃电措施,负荷曲线仍一致,系统无法发现异常。下一步将考虑通过优化计量自动化系统电能量数据窃电分析的算法,比如应用大数据分析,用深度学习和CHAID 决策树分类评估用户的窃电嫌疑概率法[6]等,扩展窃电行为判断规则库,完善基于计量自动化系统专变用户防窃电的应用。