[1]杨鹏举,王涛云,杨恒,等.基于智能无线电流钳的防窃电自动检测方法[J].机械与电子,2023,41(10):44-48.
　YANG Pengju,WANG Taoyun,YANG Heng,et al.Anti-theft Electricity Automatic Detection Method Based on Intelligent Wireless Current Clamps[J].Machinery & Electronics,2023,41(10):44-48.
点击复制

基于智能无线电流钳的防窃电自动检测方法()

分享到：

《机械与电子》[ISSN:1001-2257/CN:52-1052/TH]

Title:: Anti-theft Electricity Automatic Detection Method Based on Intelligent Wireless Current Clamps

Author(s):: YANG Pengju ; WANG Taoyun ; YANG Heng ; MENG Chuipan; ( State Grid Shanghai Jinshan Electric Power Supply Company , Shanghai 200540 , China )

Keywords:: intelligent wireless current clamp ; anti-theft electricity automatic detection ; power load curve ; power consumption behavior ; clustering model

摘要:: 现阶段的窃电检测方法存在检测结果准确率低、检测时间较长的问题,不能满足高精度检测与实时性检测的需求。为了解决传统方法中存在的问题,提出基于智能无线电流钳的防窃电自动检测方法。首先,通过 VMD 算法和 CFSFDP 算法建立用户用电负荷曲线可控聚类模型;其次,通过用电负荷曲线可控聚类模型分析用户用电行为特征,初步筛选疑似窃电用户;最后,采用智能无线电流钳实现防窃电的自动检测。实验结果表明,所提方法的防窃电检测准确率高、检测时间较短,具有较好的实际应用性能。

Abstract:: At present , the detection methods of electricity theft have the problems of low accuracy of detection results and long detection time , which can not meet the needs of high-precision detection and real-time detection.In order to solve the problems existing in the traditional methods , this paper proposes an automatic detection method for electricity theft based on intelligent radio current clamp.First , the controllable clustering model of user ’s power load curve is established by VMD algorithm and CFSFDP algorithm ; secondly , through the controllable clustering model of power load curve , the characteristics of user ’s power consumption behavior are analyzed , and the suspected power stealing users are preliminarily screened ; finally , the intelligent wireless current clamp is used to realize the automatic detection of electricity theft.The experimental results show that the proposed method has high detection accuracy , short detection time and good practical application performance.

[ 1 ] 蔡嘉辉,王琨,董康,等 . 基于 DenseNet 和随机森林的电力用户窃电检测[ J ] . 计算机应用, 2021 , 41 (增刊 1 ):75-80.

[ 2 ] 赵云,肖勇,曾勇刚,等 . 一种相关性与聚类自适应融合技术窃电检测方法[ J ] . 南方电网技术,2021 , 15 ( 9 ):69-74.

[ 3 ] 张宇帆,艾芊,李昭昱,等 . 基于特征提取的面向边缘数据中心的窃电监测[ J ] . 电力系统自动化, 2020 , 44 ( 9 ):128-134.

[ 4 ] 殷涛,薛阳,杨艺宁,等 . 基于向量自回归模型的高损线路窃电检测 [ J ] . 中国电机工程学报,2022 , 42 ( 3 ):1015-1024.

[ 5 ] 陈钢,李德英,陈希祥 . 基于改进 XGBoost 模型的低误报率窃电检测方法[ J ] . 电力系统保护与控制, 2021 , 49( 23 ): 178-186.

[ 6 ] 刘福国,张绪辉 . 两点法确定供电煤耗负荷特性曲线研究[ J ] . 热力发电, 2020 , 49 ( 9 ): 87-92.

[ 7 ] 胡博,潘霄,葛维春,等 . 辅助弃风消纳的 IVMD-LSTM 电网典型时段负荷曲线拟合方法[ J ] . 可再生能源,2020 , 38 ( 3 ): 366-372.

[ 8 ] 盛四清,朱思宇,马赟婷,等 . 基于多故障曲线辨识的负荷模型参数优化策略[ J ] . 华北电力大学学报(自然科学版),2021 , 48 ( 5 ): 15-24.

[ 9 ] 黄冬梅,葛书阳,胡安铎,等 . 采用中心优化和双尺度相似性度量的改进 k-means 负荷聚类方法[ J ] . 电力系统及其自动化学报,2021 , 33 ( 12 ): 93-100.

[ 10 ] 赵文清,张诗满,李刚 . 基于聚类和关联分析的居民用户非侵入式负荷分解[ J ] . 电力自动化设备, 2020 , 40( 6 ): 8-19.

[ 11 ] 游文霞,黄瑶钰,李文武 . 基于 ABBA 和 DTW-AGNES 的电力日负荷聚类研究 [ J ] . 水电能源科学,2021 , 39 ( 12 ): 201-205.

[ 12 ] 梁京章,黄星舒,吴丽娟,等 . 基于 KPCA 和改进?k-means 的电力负荷曲线聚类方法[ J ] . 华南理工大学学报(自然科学版),2020 , 48 ( 6 ): 143-150.

[ 13 ] 刘辉,江煦成,靖义 . 基于聚类特征及优化网络的非侵入式负荷分解[ J ] . 武汉理工大学学报, 2022 , 44 ( 1 ):109-117.

[ 14 ] 国智博,陈锋,王彦昊,等 . 基于动态无功补偿技术的磁平衡式电流互感器设计[ J ] . 电工技术学报, 2022 ,37 (增刊 1 ): 217-224.

[ 15 ] 吴煜文,田翠华,吴凡,等 . 磁阀式电磁型电流互感器[ J ] . 高电压技术, 2020 , 46 ( 9 ): 3154-3163.

备注/Memo:: 收稿日期: 2022-09-09
作者简介:杨鹏举 ( 1986- ),男,河南周口人,硕士,高级工程师,研究方向为计量采集、线损治理;王涛云 ( 1990- ),女,江苏宿迁人,硕士,工程师,研究方向为营销稽查、反窃;杨恒 ( 1989- ),女,湖北咸宁人,硕士,工程师,研究方向为线损治理、营配调贯通;孟垂攀 ( 1994- ),男,云南宣威人,助理工程师,研究方向为线损治理、窃电查处。

更新日期/Last Update: 2023-10-31