基于随机矩阵的电网窃电用户实时检测方法

金 耀，夏泽举，常 乐，王 品，臧志波

（1.国网安徽省电力有限公司营销服务中心，安徽合肥 230088；2.国网安徽省电力有限公司，安徽合肥 230061；3.国网信通产业集团北京中电普华信息技术有限公司，北京 100085）

目前社会上的窃电现象日益严重，窃电手段随着社会的发展越来越多，窃电行为给电力企业造成严重的经济损失，严重影响了国家电网的正常运行，扰乱了电力市场的经济秩序以及公平性[1-2]。国内的各个供电公司长久以来一直在研究反窃电技术与方案，但现在的窃电检查方法大多采用电力企业用电检查人员定期现场检查，这种传统的用电检查方式缺少具体用电信息的数据，时效性较差、准确率低，并且一线的用电检查工作量巨大、检查效率低。

如今智能电表被大力推广，电力用户的用电信息系统较之前相比更加完善，电力信息数据在迅速增加，电力信息系统具有线损管理功能，通过该系统的这项功能可以识别是否存在窃电现象，但是不能准确定位到具体的窃电用户，同时也不能识别窃电用户使用的窃电手段。为了判断窃电用户使用的窃电手段、准确定位具体的窃电用户，文中提出了一种基于随机矩阵的电网窃电用户实时检测方法，采用随机矩阵技术对用电信息采集系统的用电信息进行深度的数据挖掘，提出电网窃电用户异常用电识别方法，准确识别窃电嫌疑用户、窃电的地点以及窃电手段。

1 基于随机矩阵电网窃电用户异常用电识别

在一个维度矩阵中，如果矩阵中的数据参量均为随机变量，那么这个矩阵为随机矩阵，文中提出的基于随机矩阵的电网窃电用户实时检测方法中应用了随机矩阵的重要定理，作为电力系统中用户异常用电行为识别方法的依据[3-4]。在电力正常运行时，电力信息各个节点会产生大量的可运行数据，例如节点电压、节点电阻、节点电容、节点电流、节点有效功率、节点效率等，这些随着节点信息产生的可运行数据准确反映了电力系统当前的运行状态。将电力系统运行过程中的信息数据参量假设为一个随机矩阵，并根据电力系统用户的用电信息构建该随机矩阵的用电混合式矩阵，混合式矩阵的有效值分布与经验有效值的密度函数能够准确反映电力系统在运行过程中用户用电信息的变化趋势，以此来确定电网系统中发生窃电的具体信息。

当电网线路存在电力系统异常用户用电时，随机矩阵的混合式矩阵的特征值分布会出现不规律现象，这时为了判断异常用电的用户，可以观察混合式矩阵特征值的变化规律[5]。与此同时，随机矩阵定律的内径和半径大小与电力系统中出现的异常用电信息数据无关，是一个随机不确定值。当电力系统中出现异常数据时，混合式随机矩阵的特征值会随着异常数据而有所变化，可以通过特征值频谱密度曲线来具体分析识别电力系统出现的异常用电用户数据[6-7]。居民用电信息采集逻辑结构如图1 所示。

图1 居民用电信息采集逻辑结构

设定电网的观测点共有n个，不同的观测点t的时间序列可以表示为xi∈Ct×1,i=1,2,…,n，获得的时间序列矩阵如下：

基于随机矩阵的用户异常用电行为可以进行以下的识别：首先从电力用户用电信息系统中采集某小区不同电网线路相同时间段内各条线路的用电数据，例如用电电压、电流、电容、电阻、功率、密度、用电功率等数据参量；然后选择这一小区不同电网线路的日常使用电量来构建随机矩阵，同时计算混合式矩阵的数据参数，通过构建的混合式矩阵的特征密度频谱曲线判断小区各条电网线路的用电情况[8-10]；最后根据电网线路出现的异常用电线路，来进一步确定该异常线路各个用户的日常用电数据，将用户的日常用电数据建立为一个数据信息系统，再通过用户用电数据构建随机矩阵，通过M-P 定律以及混合式矩阵的密度频谱值精确定位异常用电的用户，根据建立的用户用电信息数据系统识别出嫌疑用户的具体信息。

2 基于随机矩阵的电网窃电用户实时检测

完成信息识别后，进行数据实时检测，检测过程如图2 所示。

图2 电网窃电用户实时检测流程

2.1 欠流用电异常检测

窃电用户使用的窃电手法可以是私自接线或者恶意损毁电力系统中的电流回路，造成电能表只能流过少量电流或者没有电流流过，这导致电能表计量出来的电量与用户实际用电不符，也就是低于实际用电，这种方式叫作欠流法窃电。这是窃电用户常用的一种窃电手法，窃电用户将计量电能表入口处的零线和相线进行互换，然后将接地线改成零线，这时电流会被分流，电表计量的数据低于实际用电，并且电表走的速度较慢。为了应对这样的窃电情况，文中提出了欠流用电异常检测法，这种检测方法主要通过电流不平衡度、电流数据参量以及根据损坏的电网线路来进行综合的分析、判断与检测[11-12]。在进行欠流用电异常检测时，选择最近邻点，如图3所示。

图3 最近邻点

通过确定最近邻点对电力系统出现的用户异常用电数据进行详细的分析，发现用户用电存在电流异常的情况[13]，根据用户部分电流数据信息，最后通过电力系统的检查人员实地勘察验证发现，该用户确实私自接线并实施了窃电的犯罪行为，从而通过欠流用电异常检测法确定了窃电用户。

2.2 欠压用电异常检测

窃电用户采用私自额外接线恶意破坏电压回路等手段，导致电压线圈的电压数据异常，电能表计量的电量低于实际用电的电量，这种窃电手法叫作欠压法窃电[14-16]。例如窃电用户将电阻较高的线路接入电表出口的零线，再将电力系统中的小区接入线路连接到其他正常用户的零线，并且切断电表入口的零线。当判定窃电用户使用的是欠压法窃电时，正常要从电压着手，但是由于现在的供电电压与用户的电压具有相等的价格，所以可以通过使用电网用户用电信息采集系统中存储的用户电压来进一步判断用户是否存在窃电现象。供电拓扑结构如图4所示。

图4 供电拓扑结构

针对用户确实采用欠压法实施窃电行为，电力企业可采用欠压用电异常检测法对用电异常用户进行检测。这种方法首先需要确定用户窃电的依据，具体是将电能表设置为三相四线制，根据电报计量电量的方式实行高供高计时，窃电数据的临界值为电网规定的标准值，对电力公司提供的电力用户用电信息数据系统采集异常用电的相关数据，采集完毕后对异常用电数据进行进一步分析。若发现某一小区某一线路的低压用户在一段时间内存在电压异常的情况，通过对构建的用户用电信息随机矩阵进行综合的判断。若出现了越界次数异常、持续时间长、嫌疑系数大于电网规定的标准值，则判定该用户具有窃电的重大嫌疑，最后电力公司派遣一线的用电检查人员实地进行勘察验证，发现该用户确实实施了窃电犯罪行为，从而说明使用欠压法异常用电检测法确实可以确定窃电用户。

2.3 扩差用电异常检测

扩差法窃电指的是窃电用户私自撬开电表盖、私自改造了电能表的核心器件部分，甚至借助斧头、钳子等工具破坏了电能表，造成电能表计量的电量少于实际的用电量或者电能表无法计量用户所使用的电量。例如某一窃电用户并联了电流线圈从而重新构造了电流表，并且在重新构造电流表以后伪造替换了铅封。扩差法窃电的判定依据是电流线圈的匝数数量，电流线圈匝数反映了用电量，电流线圈匝数减少说明使用了扩差法窃电。针对这种窃电手段，可以采用扩差用电异常检测法，这种检测方法首先需要分析电力公司提供的用户用电异常数据以及异常线损情况，如果出现了某一用电用户在某一时间段内线路损坏多次，在排除自然因素的前提下，再采集电力用户用电信息数据系统中储存的用户异常用电信息数据，对线损以及异常用电数据进行综合判断，若越界次数异常、持续时间长、用户嫌疑系数大于电网规定的标准值，则初步判断为嫌疑窃电用户。最后，电力公司派遣一线检查人员进行实地勘察验证，发现该用户确实实施了窃电违法行为，进一步说明了扩差异常用电检测法的有效性。

3 实验研究

为了验证文中提出的检测方法的有效性，与传统方法进行实验对比，得到的窃电判别实验结果如图5 所示。

根据图5 可知，传统方法的窃电判别检测结果与实际值存在一定的偏差，而文中提出的基于随机矩阵的电网窃电用户实时检测方法的窃电判别检测结果与实际值一致，由此可知，基于随机矩阵的电网窃电用户实时检测方法具有很强的检测能力，能够更好地实现精确定位。文中方法利用用电信息数据构建了随机矩阵，通过混合式矩阵能够使问题电流数据更加直观、清楚地显示出来，确定窃电用户准确度高，减少了电力部门一线用电检查人员的劳动量，同时，也间接节约了成本，减少了由于窃电用户的窃电行为而给电网造成的重大经济损失，在电力工程中实际应用价值巨大。

图5 窃电判别检测实验结果

4 结束语

随着科技的进步，窃电手段种类也在逐渐增加，用电异常检测方法应该更具智能性与科技性，这样才能不断提高电网系统的防窃电技术。文中基于随机矩阵提出了电网窃电用户实时检测方法，针对目前防窃电技术存在的缺陷和不足，将随机矩阵应用到了该检测方法中，该检测方法能够精准地判断是否发生了窃电违法行为，并确定窃电时间以及窃电使用的具体手段，具有很强的判断能力，能够更好地实现精确定位。除此之外，文中提出的窃电检测方法在采集用户数据时，即使已经出现了一部分的数据缺失，仍然能够对窃电行为作出准确判断，从而确定窃电用户。