基于信息传递熵的台区用户贡献度测算方法及窃电排查方法与流程

1.本发明公开涉及电网线损分析的技术领域，尤其涉及一种基于信息传递熵的台区用户贡献度测算方法。


背景技术：

2.线损率是供电企业的一项重要的经济指标，也是衡量供电企业综合管理水平的重要标志。低压配电网线损占整体损耗的40％左右，其中，台区线损占据很大比重。电网线损分为技术线损和非技术线损，非技术线损几乎全部集中在低压配电网，台区线损管理问题十分突出。
3.用户窃电行为是造成台区线损异常的重要原因，在确定台区之后，还需耗费大量人力物力进行逐户排查，才可能实现准确定位窃电用户。实际工作中，由于无法掌握用户的详细用电数据，电力公司主要通过月结电量计算得到的线损率确定高于阈值即为台区，然后根据接入用户的行业特性选择具有较高风险窃电的用户进行现场稽查，效率较低。随着大数据技术和信息技术的发展，用户侧智能电表普及程度提高，用电信息采集系统得到广泛应用，已逐渐积累了大量的台区和用户侧运行数据，为开展基于数据驱动的用户窃电筛查和线损治理研究奠定了基础。
4.目前，常见的用户窃电手法主要有针对计量装置本身进行改造和绕过计量装置进行改接线两种方式。从现场实践中可以发现，为避免电力公司稽查暴露，窃电用户一般不会窃取全部电量，也不会连续长时间窃电。但一旦有用户存在窃电行为，用户窃电电量与计量电量之间仍存在正相关关系。为缩小窃电用户范围，节约现场排查所需的人力成本和时间成本，在通过月结电量得到的统计线损确定台区之后，有必要研究用户线损贡献度测算的方法，定位疑似窃电用户，并根据贡献度大小采取不同措施进行排查和整改。


技术实现要素：

5.鉴于此，本发明提供了一种基于信息传递熵的台区用户贡献度测算方法及窃电排查方法，以解决以往的在窃电排查过程中，没有针对性，存在效率低的问题。
6.一方面，本发明提供了一种基于信息传递熵的台区用户贡献度测算方法，该方法包括如下步骤：
7.s1：采集台区每日的供电量和售电量以及台区用户每日零点冻结用电量数据y，并进行数据处理；
8.s2：利用每日的供电量和售电量，计算获得台区每日的损失电量x；
9.s3：基于所述台区每日的损失电量x以及台区用户每日零点冻结用电量数据y，构建获得计算样本集x、y；
10.其中，x＝{x1,x2,x3,...xk}，y＝{y1,y2,y3,...y
l
}，k和l均表示每月的实际天数；
11.s4：利用构建的计算样本，计算获得台区损失电量与各用户用电量之间的传递熵值；
12.s5：依据计算获得的传递熵值的大小，进行台区用户线损贡献度的测算。
13.优选，步骤s1中，所述数据处理具体为：
14.对采集数据中的明显异常点进行剔除，然后对缺失日的数据进行重新召回，如不成功，则采用相邻日电量进行填补。
15.进一步优选，步骤s2中，计算台区每日的损失电量x的公式具体如下：
16.x＝g-s，其中，g为台区每日的供电量，s为台区每日的售电量。
17.进一步优选，步骤s4中，台区损失电量与各用户用电量之间的传递熵值的计算公式，具体如下：
[0018][0019]
其中，p(
·
|
·
)为条件概率，xi代表x在i时刻的测量值，yj代表y在j时刻的测量值， x
i+1
代表x在未来下一时刻的测量值，k和l分别为x和y的植入维度。
[0020]
进一步优选，所述条件概率p(
·
|
·
)采用核密度估计法计算获得。
[0021]
进一步优选，条件概率p(
·
|
·
)的计算公式如下：
[0022][0023]
其中，θ表示估计窗宽。
[0024]
进一步优选，步骤s5中，依据计算获得的传递熵值的大小，进行台区用户线损贡献度的测算，具体为：
[0025]
将所述传递熵值由大到小进行排序，并将该排序作为台区用户线损贡献度的排序。
[0026]
另一方面本发明还提供了一种基于信息传递熵的台区用户贡献度测算的窃电排查方法，该方法包括如下步骤：
[0027]
基于上述贡献度测算方法获得各用户线损贡献度的排序；
[0028]
其中，针对线损贡献度前5％的用户，进行逐个排查，对于大型商业用户成立专项调查小组进行专项巡检与排查；针对线损贡献度5％～10％用户，作为重点关注用户，若连续两个月贡献度均在前10％以内，进行逐个排查；针对其他用户，按照电力公司制定的巡检计划执行或定期抽查。
[0029]
本发明提供的基于信息传递熵的台区用户贡献度测算方法，首先，采集台区供电量、售电量和下属用户的用电量时序数据，对数据进行清洗，对缺失值进行填补，构造样本集，然后设定计算传递熵的参数，分别计算台区损失电量与各用户用电量之间的传递熵值，根据传递熵值大小进行排序，作为用户对台区线损的贡献度排序，以掌握影响台区线损的关键用户，缩小窃电用户的排查范围，为电力公司开展线损稽查工作提供参考。
[0030]
本发明提供的基于信息传递熵的台区用户贡献度测算的窃电排查方法，根据台区各用户用电行为对台区线损的贡献程度，采取不同措施进行排查，实现台区线损高效率、差异化管理。
[0031]
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不
能限制本发明的公开。
附图说明
[0032]
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
[0033]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0034]
图1为本发明公开实施例提供的一种基于信息传递熵的台区用户贡献度测算方法的流程示意图。
具体实施方式
[0035]
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的方法的例子。
[0036]
为了解决以往的在窃电排查过程中，没有针对性，存在效率低的问题，本实施方案提供了一种基于信息传递熵的台区用户贡献度测算方法，参见图1，该方法包括如下步骤：
[0037]
s1：采集台区每日的供电量和售电量以及台区用户每日零点冻结用电量数据y，并进行数据处理；
[0038]
s2：利用每日的供电量和售电量，计算获得台区每日的损失电量x；
[0039]
s3：基于所述台区每日的损失电量x以及台区用户每日零点冻结用电量数据y，构建获得计算样本集x、y；
[0040]
其中，x＝{x1,x2,x3,...xk}，y＝{y1,y2,y3,...y
l
}，k和l均表示每月的实际天数；
[0041]
s4：利用构建的计算样本，计算获得台区损失电量与各用户用电量之间的传递熵值；
[0042]
s5：依据计算获得的传递熵值的大小，进行台区用户线损贡献度的测算。
[0043]
上述实施方案中提供的测算方法，通过计算各用户用电量对台区线损电量的信息传递熵值，确定各用户用电行为对台区线损异常的贡献度大小；通过精确掌握高损台区下用户用电行为异常程度，缩小用户窃电范围，有利于电力公司开展窃电稽查工作，节省人力物力，有利于实现台区降损增效。
[0044]
上述实施方案中提供的测算方法，具体过程如下：
[0045]
步骤s1中，通过电力公司用电信息采集系统和营销系统采集台区每日的供电量和售电量，通过智能电表采集台区用户每日零点冻结用电量数据。由于数据采集或传输异常，数据中可能存在异常和缺失情况，对数据中的明显异常点进行剔除，然后对缺失日的数据进行重新召回，如不成功可采用相邻日电量进行填补。
[0046]
数据处理完成后，利用公式(1)计算获得台区每日的损失电量x：
[0047]
x＝g-s
ꢀꢀ
(1)
[0048]
其中，g为台区每日的供电量，s为台区每日的售电量。
[0049]
传递熵算法来源于信息论中的信息熵，定义为：假设序列x有n个状态x1(i＝1,2,...n)，每个状态出现的概率为p(xi)，则xi的信息量为：
[0050]
i(xi)＝-lnp(xi)
ꢀꢀ
(2)
[0051]
为了量化变量的复杂度，引入熵的概念，得出信息熵的计算公式为：
[0052][0053]
信息熵值可以体现信息量的大小，在此基础上发展出传递熵的概念，传递熵能够衡量两个变量之间信息的传递，变量y对变量x的传递熵计算公式如下：
[0054][0055]
其中，p(
·
|
·
)为条件概率，xi代表x在i时刻的测量值，yj代表y在j时刻的测量值， x
i+1
代表x在未来下一时刻的测量值，k和l分别为x和y的植入维度。传递熵可以作为衡量两个时间序列之间因果关系的指标，y对x的传递熵实质为y的信息对于x不确定性大小的改变，即y传递给x的信息量的大小。
[0056]
利用步骤s1和步骤s2中处理好的数据构造计算的样本集，x为一段时间内的台区损失电量x＝{x1,x2,x3,...xk}，y为同一时间段内台区下各用户的用电量y＝{y1,y2,y3,...y
l
}。由于实际中电力公司是按台区月度线损率确定高损台区，所以时序数据采集时间为一个月，即变量x和y的植入维度k＝l＝28、29、30或31(具体按每月实际天数确定)。按照传递熵计算公式(4)分别计算各用户用电量对台区损失电量的传递熵值，传递熵值越大，代表该用户用电量的变化对台区线损影响越大，用户对高损台区的贡献度越大，也代表用户存在窃电行为的可能性越大。
[0057]
在计算传递熵时，采用核密度估计来解决概率密度估计的问题，它可以通过节点的历史数据估计概率密度，计算公式如下：
[0058][0059]
式中，n为数据序列的长度，k(x-xi)为xi处的核函数，高斯核函数是核密度估计中常用的一种核函数，公式如下：
[0060][0061]
式中，xi越接近x，核函数的值越大，θ是估计窗宽，用来调整x序列的样本数量和标准方差。同样，对于x和y的联合概率，其核密度估计公式为：
[0062][0063]
高斯核函数为：
[0064][0065]
计算台区损失电量与各用户用电量之间的传递熵值，即为高损台区用户线损贡献度，将所述传递熵值由大到小进行排序，并将该排序作为台区用户线损贡献度的排序。
[0066]
基于上述信息传递熵的台区用户贡献度测算方法，可掌握影响台区线损的关键用户，缩小窃电用户范围，为电力公司开展线损稽查工作提供参考。
[0067]
基于上述信息传递熵的台区用户贡献度测算方法，本实施方案提供了一种窃电排查方法，包括如下步骤：
[0068]
基于上述贡献度测算方法获得各用户线损贡献度的排序；
[0069]
其中，针对线损贡献度前5％的用户，进行逐个排查，对于大型商业用户成立专项调查小组进行专项巡检与排查，其中，对存在窃电行为的用户进行批评教育与整改，记录其违规行为，并配合警方对其进行相应金额的罚款，情节严重者进行立案处理。
[0070]
针对线损贡献度5％～10％用户，作为重点关注用户，若连续两个月贡献度均在前10％以内，进行逐个排查，其中，对存在窃电行为的用户进行批评教育与整改，记录其违规行为，并配合警方对其进行相应金额的罚款，情节严重者进行立案处理。
[0071]
针对其他用户，按照电力公司制定的巡检计划执行或定期抽查。
[0072]
上述实施方案中提供的窃电排查方法，根据高损台区各用户用电行为对台区线损的贡献程度，采取不同措施进行排查，实现台区线损高效率、差异化管理。
[0073]
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本技术旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
[0074]
应当理解的是，本发明并不局限于上面已经描述的内容，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。