Comprehensive Evaluation System of Stealing Electricity文章笔记

原文献Comprehensive Evaluation System of Stealing Electricity 

电力盗窃给供电企业造成了严重的损失。因此，本工作致力于开发窃电综合评价系统（CYSSE）。基于电力信息采集系统（EICS），采用数据挖掘方法。并且开发了在线监控和视频取证系统，以实时监控功耗状态。考虑EICS中收集的大数据，提出了一种防窃电模型。客户的信用评级可以通过数据挖掘实现。因此，可以针对不同信用等级的客户，差异化地构建防窃电在线监控系统。构建用电量指标评价系统（IESPC）是为了挖掘重要信息，以评估客户的信用等级。详细考虑了季节、能效水平、工作周期等对用电量的影响因素。CYSSE已在山西省太原市和运城市成功投入使用。现场应用证明了其性能。

1.基于电力用户电能数据采集系统的防窃电评估模型。

数据挖掘技术被用来评估客户的信用评级。然后，可以针对不同信用等级的客户，差异化地构建防窃电在线监控系统。

 EICS主要包括实时数据（用户的用电状态可以实时显示）、历史数据（历史数据主要由日数据和月数据组成，可以演示用户的历史用电量趋势。）、事件数据（事件数据中记录了41类事件，其中一些与非法用电状态密切相关，例如电能表参数变化、电流回路异常、电压回路异常、电能表故障信息等）

2. IESPC模型

IESPC模型主要包括的是用电参数等信息，可以从 EICS中获得，根据用电参数来判断用户是否用电异常。

 3. 数据分析模型

从EICS中提取的样本数据用于训练该评估模型，并且该模型通过已知的窃电样本进行了交叉验证。通过对该评估模型的不断优化，可以获得电力用户窃电的概率，并根据该概率确定其信用等级。

（1）确定防窃电指标，评价指标主要来自IES

（2）根据影响因素提取向量样本，包括已知窃电样本和未知窃电

（3）构建数据挖掘模型，使用具有多输入单输出的三层BP神经网络分析用户的消费行为

（4）利用已知的窃电样本来训练评估该模型

（5）利用其它的已知的窃电样本来验证训练模型

（6）更新模型，直到其与实际情况一致

（7）根据评估模型中窃电输出的概率确定电力客户的信用等级

4. 仪器结构

CYSSE目的是对客户窃电进行实时监控，评估用户行为，判断窃电方式，在该系统平台结构分为三层，（1）应用层，将应用程序集成为一个完整平台，实现对所有用户的管理和维护（2）服务器层，负责应用层和设备层之间的数据交互，存储和更新数据（3）设备层，负责收集高风险用户信息

 5. 软件体系结构

主要分为三层：可视化层、业务逻辑层和数据访问层

 防窃电在线监控和视频取证系统由高压无线采集器（HVWC）、多功能电表、智能防窃电终端服务器（IASETS）、视频取证设备和系统服务器组成。根据功能的不同，它们可以分为三类。

 （1） HVWC负责监测线路的一次侧电流。然后，HVWCS通过无线通信向IASETS发送监控数据

（2） 二次侧多功能仪表与IASETS通信。电压回路和电流回路被实时监控。当出现欠压、失压、断路、移相、强磁干扰、断电等情况时，将通过短信向指定手机发送报警信息。

（3） 通过将实际负荷和实测负荷的偏差与阈值进行比较，IASETS确定了用户的异常用电负荷。此时，报警信息将通过短信发送到指定的手机。

随着这一在线监控和视频取证系统的应用，各种高科技窃电行为都可以从根本上被发现。