浅析大数据技术在智能反窃电和线损监控方面的应用

李均盛

（广东电网有限责任公司佛山顺德供电局广东顺德528300）

摘要：现代电力行业的以“全覆盖、全采集、全费控”为终极目标的电力用户用电信息采集系统在导致用户用电数据呈指数型增长的同时，还出现了数据存储、处理和应用等多方面的实践瓶颈。不仅对电力用户的用电体验造成了不利影响而且对电力企业的相关服务的开展产生了巨大障碍。因此在电力行业运用大数据技术的想法便应运而生，这对于解决逐渐复杂的智能窃电行为和实现线损监控具有重要意义。本文从电力用户用电信息采集系统的现状出发，引出大数据环境下电力大数据分析及云计算技术，之后再深入分析其在智能反窃电和线损监控等方面的应用，以期对大数据下电力行业的健康可持续发展提供理论借鉴。

关键词：大数据技术；智能反窃电；线损监控；应用研究

信息技术的飞速发展带动了各个领域的智能化发展，在电力应用方面效果尤为显著。为响应“互联网+”的信息进步趋势和不断适应经济社会的高速发展对电能的需求量和质量的要求不断提高的需要，电力行业正逐渐完善起新形势下的“信息化、自动化、互动化”的新型电网发展目标。并形成了以“全覆盖、全采集、全费控”为终极目标的电力用户用电信息采集系统，用于满足不同用户的多样需求。但随着科技进步，一些电力数据采集方面的发展弊端也逐渐显现出来。电力行业出现了数据存储、处理和应用等多方面的实践瓶颈，相关的窃电技术和电力故障原因也呈现越来越复杂的趋势，使得电力行业不得不寻求更加完善的技术去弥补电力缺陷。在此种背景下，大数据技术在电力行业中的应用就逐渐展开，它的应用对于及时、全面的了解现代电网运行状况并对相关电网数据进行科学分析起到了重要的推动作用。在大数据技术的推动下，电力行业不仅能够及时有效的发现处理窃电行为、对电网中线损情况进行有效监控，而且对于稳定接纳风电、光伏发电等新能源具有重要意义。下面我们就电力行业中的信息采集技术进行具体讨论。

一、电力用户用电数据采集系统现状及向电力大数据的发展

1.数据采集系统结构及发展现状

电力用户用电数据采集系统是一个集信息采集、存储和应用分析为一体的综合化监测系统，对用户用电状况进行全方位的管控并进行及时的数据收集。系统主要包括主站、通信信道和采集设备，其中主站主要负责数据库管理和通信调度、通信信道是保证采集终端与主站之间数据传输和正常通信的中间环节、采集设备则用于采集用户的原始数据。三者相辅相成，对于保证电力系统的有效数据采集起到了关键性作用。

从全球视野看，电力用户用电信息采集系统的主要应用方向是智能电表的广泛安装和使用。欧盟理事会要求与会各国在2020年之前实现至少80％的智能电表覆盖率，并呼吁电力企业实现用电信息远程采集。美国发行了《复苏计划尺度报告》，计划为居民安装4000万支智能电表，并在2015年实现了50％的智能电表覆盖率。日本为了提升用电信息采集效率，计划为提出申请的用户安装智能电表。我国自2009年以来，数据采集系统就已大范围投入使用，基本完成了“全覆盖、全采集、全费控”的建设目标。

2.电力大数据及云计算模式的发展状况

在大数据技术支持的前提下，电力信息采集系统结构有了相应的改变。系统仍然由三部分构成，其中内层架构负责访问查询和内层数据的挖掘计算，外层架构主要是为了实现对不完整或稀疏的数据进行融合处理，中间层起到过渡衔接作用，主要负责对数据隐私和分享环节。电力大数据对数据处理的优势主要体现在类型多、体量大价值密度低和速度快等方面。

云计算技术属于整合式分布技术，旨在通过互联网实现数据的分布式整合和存储。通过云计算技术的应用，可以实现动态调配电力资源和虚拟按需服务，最大程度上降低资源浪费，提升资源利用效率。相对于以往的计算模式来说，云计算技术采用主节点服务器和从节点服务器双保险并且服务器之间用高速交换机连接，以其灵活方便和可伸缩性强的优势，在电力用户信息计算分析领域获得了长足发展。

二、大数据技术在电力用户信息收集系统中的实际应用和效果分析

1.实现智能反窃电

大数据技术的体量大优势主要表现为采集终端每15min采集一次智能电表的用电信息和其他传感器的相关信息，信息采集及时且全面。类型多则体现在大数据监测情况下对数据采集的范围广，其中既包括传统结构化数据又包括音频、视频和环境参数等非结构化因素。因此大数据电力数据监测系统利用自身体量大、类型多等优势，对用户数据进行细致全面的分析，可以实现对负荷异常、电量异常或接线异常等的智能诊断和反馈，从而实现智能反窃电功能的完善。在具体应用过程中，通过大数据系统24小时三相电流监控，可以清晰地锁定用电异常区域并自动报警，体现了电力监控的有效性。通过观察图一的用电检测异常和智能反窃电图可以得知，该区域在白天时段三相电流数值相同处于平衡状态，晚间时段有一相电的电流出现异常，这时系统会自动报警并锁定异常区域详细地址。而工作人员到现场后果然发现该地区存在窃电行为。

图一用电计量异常

2.解析不同季节和天气情况对线损状况的影响

通过大数据技术和云计算在电力数据监控过程中的运用，可以实现对不同路段线路在不同季节和天气情况下线损情况的对比分析。这种情况的实现主要得益于其数据分析的速度快以及精度高优势，云计算技术融合了多项先进信息技术的优点对于实现分散式数据信息的整合具有关键性作用。一般情况下，通过对比大数据统计线损数据可知，同一条供电线路在冬季和夏季的线损情况往往有较大差距，夏季的线损率要低于冬季线损率。与此同时，经过系统观察可以得知同一条供电线路在不同的天气状况下也呈现出数据差异，雨雪天线损率往往要高于晴天线损率。因此通过系统的电力大数据监测可以获得清晰明确的线损状况对比，不同于以往传统的数据计算和处理方式，云计算可以直接给相关维修或研发人员提供原始准确的电力数据基础。技术人员在经过故障分析后，根据监测结果做好相关应对策略，最大程度上减少线路线损率，实现资源的有效利用和供电效率的增长。

结束语：

基于大量的电力实践活动可以证实，大数据技术在电力用户用电数据采集系统中发挥了重要作用，对于智能反窃电和线损分析状况的发展进步做出了重要贡献。在具体实施过程中，不但对于解决传统的电力数据监测的数据存储、处理和应用问题具有重要意义，而且还有效诊断了营销业务中的电量计量异常、线损分析情况和经济效益分析等项目，实现了电力用户数据监测的及时性和稳定性，给电力公司高层管理人员相关决策和决议的制定提供了理论基础和数据支撑。

参考文献：

[1]张文宇.应用大数据技术的反窃电分析[J].工程建设与设计，2018（18）：67-68.

[2]韦思佳，刘一朋，张书峰.浅析大数据技术在智能反窃电和线损监控方面的应用[J].中小企业管理与科技（下旬刊），2018（09）：174-175.

[3]屈宁.在线监控系统在反窃电及降低线损方面的运用[J].科技创新与应用，2013（35）：186.

[4]林鹏，唐贵华，胡锡彬，郑晓然，钱洪波.基于一体化电量与线损管理系统的台区线损精细化管理[J].自动化应用，2018（07）：120-121.

[5]霍尧.基于用电信息采集的智能反窃电系统开发与应用[D].华北电力大学，2014.