基于深度挖掘的电力用户异常用电行为自动检测系统

王 炼，梁 薇

（国网上海市电力公司松江供电公司，上海 201699）

电能资源在我国应用范围较广泛，但与此同时部分用户存在窃电行为[1-2]。近几年来，相关部门设计了异常检测系统，但这些系统中普遍存在一些问题，例如：电力用户异常用电信息数据不完整、采集电力用户异常用电信息数据不及时，通过海量的用电数据无法准确识别窃电用户，检测系统检测效率低、时效性差、准确率低[3]。

为了解决以上问题，该文设计了基于深度挖掘的电力用户异常用电行为自动检测系统。该系统具有线损管理功能，能够准确识别用户是否存在窃电违法行为，面对海量电力用户用电信息数据，采用深度挖掘技术，对其进行深度的数据挖掘，筛选出电力用户用电异常数据，准确识别出窃电用户以及使用的窃电手段，并且不遗漏任何一组异常用电数据，改变传统检测系统人工检测方式，实现电力用户异常用电行为的自动化检测。

1 系统硬件设计

该文设计的基于深度挖掘的电力用户异常用电行为自动检测系统硬件由采集器、微处理器、控制器和检测器组成，系统硬件结构如图1 所示。

图1 系统硬件结构

1.1 采集器

采集器负责采集电力用户异常用电行为，输出的电压信号存在着正负特性，所以采集器的电源电路工作电压控制在1.8～3.3 V，电流控制在1.2～2.5 A，在工作电压内，直流信号在采样前需要对采样信号进行调理，使采样信号的波形处于1.8～3.3 V 范围内，采用电源的振荡器对电流信号进行处理，选择TINKER&RASOR 数据采集器DL-1，采集器电路如图2 所示。

图2 采集器电路

为了满足电力用户异常用电行为自动检测系统实时性与稳定性的设计要求，采集器中的A/D 转换器采用高速、多通道与同步采样方式，可以高速采集电力用户异常用电数据，并实现多通道采集与传输，A/D 转换器是电力用户异常用电行为自动检测系统的核心器件，该转换器为8 位低功耗转换器[4-5]。

采集器的接口电路如图2 所示，接口电路的存储器是PN8126V，该存储器是采集器接口电路的核心器件，能够实时存储采集到的电力用户异常用电行为数据，具有较好的存储效果。

1.2 微处理器

为了能够更好地处理电力用户异常用电行为数据，设计了电力用户异常用电行为自动检测系统专用的微处理器（MCU），选用了TI 德州仪器的AM3352 BZCZ60 芯片，将微处理器的数据处理单元连接在总线上，微处理器结构如图3 所示。

图3 微处理器结构

微处理器能够处理由采集器采集的电力用户异常用电行为数据。微处理器的内核是16 位精简指令集处理器内核，在其内部设置了高速的加法器和乘法器，在单位时间内能够高标准完成大多数机器指令，微处理器的工作频率设置为500 MHz，在微处理器的总线上，除了设置数据处理单元以外，还设置了数据处理接口电路，数据处理接口电路是微处理器的标准外设，协助微处理器高效处理异常用电数据，该款微处理器内部还设计了闪存控制器和动态控制器，方便扩展微处理器的数据空间，除此之外，微处理器还设计了驱动单元接口与UART 串行接口，驱动单元接口可实现异常用电行为数据的同步处理，UART 串行接口可调试程序，并在LVDS 方式下对628 MHz 的用电数据进行读写，数据处理单元的工作频率为410 MHz，可单独对用电数据进行处理，不需要微处理器的参与[6-8]。

1.3 控制器

该文设计的电力用户异常用电行为自动检测系统的控制器包括几大模块：时钟设置模块、接口模块、数据计数模块[9-11]。控制器结构如图4 所示。

图4 控制器结构

控制器在对自动检测系统进行控制时，通常需要设置时钟：串行接口时钟、数据控制时钟以及同步工作时钟，这3种时钟具有不同的工作频率，一般串行接口时钟的工作频率最高，达到382 MHz，同步工作时钟的工作频率最低为126 MHz，3 种时钟的工作由时钟设置模块统一管理。数据控制模块负责写入和读出电力用户异常用电行为数据，它也是控制器的核心时钟，串行接口时钟和同步工作时钟的相位相同，可以使用锁相环对数据控制时钟进行锁相[12-13]。

由于串行接口时钟和同步工作时钟的频率不同，所以容易出现异步时钟设计问题，接口模块可以及时解决这一问题，控制器的接口模块主要由控制逻辑构成，能够实时缓存由微处理器写入、读写、传输的异常用电行为数据，接口模块可忽略串行接口时钟、数据控制时钟、同步工作时钟频率不同的特点，使电力用户窃电数据实现无缝传输。

该文设计的异常用电行为自动检测系统在上电或者重新启动后，通常需要初始化80～150 μs，所以需要一个计数器，该计数器可以在出现特殊情况时发出控制信号。

1.4 检测器

电力用户异常用电行为自动检测系统的检测器由微处理器、外围电路和射频构成，如图5 所示。

图5 检测器电路图

检测器的外围电路负责给微处理器、存储器和射频提供稳定的电压，外围电路采用SD 公司的低压差线形稳压器STD68729，外围电路的输出电压为3.3 V，工作电流控制为0.1～0.8 A，当检测器温度为30 ℃时，外围电路的电压为4.5 V，电流能够达到0.7 A，选择4.8 V 的电池为外围电路供电[14]。

检测器的微处理器采用三星公司的低功耗单片机，利用蓄电池为其供电，自动检测系统的电压要求较低，这样可以使单片机超长时间工作，当单片机待机时，电压为0.1 V，该微处理器不同于自动检测系统的微处理器，检测器的微处理器主要协助检测器完成数据处理工作，不处理自动检测系统中的数据[15-16]。

检测器的射频可以接收异常用电行为数据，采用的是TI 公司生产的无线射频收发器TIR6278，该收发器可降低采样信号的噪声，具有较好的灵敏度和稳定性，由于该文设计的检测器需要应用在电网中，所以检测器的射频选择520 MHz 的频段，检测器的芯片工作电压为1.3～2.8 V，可编程输出功率为10～50 dBm，工作电流为16.8 mA。

2 系统软件设计

在大数据环境下，深度挖掘技术需要在海量的数据中进行复杂的数据量化处理，将海量的原始数据经过一定的数据处理，挑选出有价值的信息数据，筛选出异常用电数据，通过对异常用电数据的深度挖掘，进一步筛选出异常用电用户，提取窃电用户的窃电数据。

基于深度挖掘的电力用户异常用电行为自动检测流程如图6 所示。

图6 电力用户异常用电行为自动检测流程

首先，在数据层分析电力用户用电的原始数据，并传输至数据处理层。数据层存储着大量的电力用户用电的原始数据，包括正常用电数据和异常用电数据，通过深度挖掘技术分析、处理数据层的原始数据，通过自动检测系统筛选出异常用电数据，采用相应的数据算法筛选出异常用电用户数据，并将其传输到数据处理层，由数据处理层处理异常用电用户数据。

然后，在应用层分析异常用电用户数据，进而得出用户窃电情况。在数据处理层处理完异常用电用户数据，在应用层作进一步的分析工作，分析异常用电情况，评估电网中存在的窃电风险大小，实时监测电力用户用电情况，并将其显示在自动检测系统中，利用供电企业设计的稽查系统，上传稽查系统中出现的异常用电现象。

最后，在展示层显示异常用电用户、异常用电情况、异常用电手段和次数。在应用层得到窃电用户的具体情况后，将其记录并通过设备展示异常用电用户、异常用电使用的手段、窃电行为发生的次数和频率等情况，提前对即将发生的窃电行为发出预警，计算异常用电发生的概率。

3 系统效果分析

为了验证该文设计的基于深度挖掘的电力用户异常用电行为自动检测系统的稳定性和实用性，采用了深度挖掘技术，与传统电力用户异常用电行为自动检测系统进行实验对比。

得到的检测效率实验结果如表1 所示。

根据表1 可知，该文检测系统的检测效率高于传统检测系统，检测能力更强。

表1 检测效率实验结果

传统电力用户异常用电行为自动检测系统的采集器采集电压为1.1～1.8 V，而该文设计的异常用电行为自动检测系统的采集器采集电压为1.8～3.3 V，高于传统采集器的电压，由此可见，在该文设计的自动检测系统中，采集电力用户异常用电数据的实时性较高，采集效果优于传统检测系统。传统异常用电检测系统通常采用人工检测方式，检测效率低且检测工作量巨大，导致常常遗漏窃电用户，通过异常用电数据不能准确识别出窃电用户，而该文设计的基于深度挖掘的电力用户异常用电行为自动检测系统，利用深度挖掘技术，针对海量的异常用电数据进行分析、重组，筛选出异常用电行为数据，从而圈定窃电用户，大大提高了检测的效率和准确度，能够准确识别窃电用户使用的窃电手段，将窃电用户的信息和异常用电数据上传至自动检测系统，实现了检测系统的自动化，提升了自动检测系统的稳定性和可靠性。

4 结束语

该文设计的异常用电行为自动检测系统优于传统的检测系统，实现了用电异常的自动化检测，提高了检测的准确性和效率，具有较高的稳定性、可靠性、实用性和可行性，方便电力企业对用户用电行为进行检测，为反窃电措施的实施提供了基础。