面向层次分析法异常用电的行为识别分析

许扬

广州花都供电局  广东 广州 510000

摘要:市场稽查是为了维护电力使用者的合法权益，促进电力企业的经营活动。当前，在稽查工作中，对于不正常用电量的识别，通常将各维度的数据集的交叉点作为可疑使用者，而忽视了各信息权重对识别效果的影响，它的精确度和可靠性都会有一定的问题。运用层次分析法，对电力市场中的非正常用电量进行了分类，并建立了一种评估指标，从而确定了各指标的权重，也确定了异常用电行为的判别标准，将正常用户分为高、中、低疑似三种类型，以提高对非正常用电行为的识别精度，为现场检查提供基础和支撑，使市场营销管理更加精益化。

关键词:层次分析法;异常用电行为;识别

市场稽查是一种规范生产、纠正错误、发现不正常用电的有效方法。异常用电行为包括：用户自接窃电、私自启用已关接入用电设施、高电价、低接等违规用电、多次欠费、工作人员失误、规范文件执行不力等。电网异常行为识别是一个非常复杂的问题，它必须综合考虑用户的基本档案、业务传票、用电行为等因素，而在实践中，往往将各个方面的判断信息集的交集作为可疑用电行为的用户集，而忽视了各种因素的影响。

1.层次分析法

层次分析即AHP，它是根据人的主观经验和客观的判断，综合量化和定性的综合而形成的系统化、层次化的分析方法。它的基本思想和人们对于复杂的问题的思考和判断过程是一样的。该方法将评估对象逐级分解、细化，并依据问题的本质及需求达到的目的，将问题按各种构成要素进行分解，并依据各要素的隶属关系及相关程度进行分级聚类，最后形成有序、递进的层次结构模式。该模型通常由目标层、准则层和指标层三个层次组成。在模型建立后，采用量化的方式，对各个层次因子的相关重要程度进行量化表达，并运用数学的方法求出各个层次因子的相对重要度权重，并以此为基础，求出各个层次因子的权重。该方法能够对建立的判定矩阵进行一致性检验，以减少主观干扰，纠正不一致意见，确保逻辑分析的完整性。

在现实生活中，人们往往要面对旅游目的地选择、选择大学志愿等问题。直到政策制定者作出最后的决定，需要综合各种因素和判断标准，然后才能做出最终的决策。而这些要素又常常相互制约、相互影响。而 AHP则是一种行之有效的方法。该方法能够分层地将复杂的决策体系分层，并对各个影响因子的重要程度进行分层对比，从而为分析和最后的决策提供量化基础。

1.1层次分析法基本方法和步骤

（1）对系统中各个要素的相互关系进行分析，并构建分级体系。

总体上可分成三个层次，即顶层是目标层，底层是方案层，而在中层则是标准层或指标层。

1)目标层：在这个层面上，仅有一个要素，这个要素是预先确定的或者期望的结果；

2)中间层：这个层面包含了在达成目标过程中必须考虑到的中间部分。这一层可以分为几个级别，所以有一个标准和一个副标准；

3)方案层面：该层面包含各种措施、决策方案等，以达到目的。

（2）将同一级别的各个要素与上一层中的某个标准相对应的重要程度作两两对比，并建立一个由 n个因子组成的判定矩阵， X={x1、x2、... xn}

为了将其与上一层特定的指导方针（或目标）的关系进行比较，以决定在这一层次中，与特定的标准相比所占的比例。（也就是将 n个因子对一个特定的指标的影响进行分级），将第 i个因子与第 j项因子的对比结果用 aij表示，则

A则称为成对比较矩阵

（3）通过判定矩阵来计算所述标准中被比较的要素的相对权重

在分层体系中，以 C层为标准，再由U1、U2、... Un组成，这是判据 C的相对重要性，也就是加权。这一般可以分为两类：

1)若U1、U2、.. Un对于 C的重要性可以被量化（如货币、重量等），则可以直接确定其加权。

2)在一个复杂的问题中， u, u,.., C的重要程度不能直接量化，只能用质量来衡量，所以可以用两种方法来确定。其方法如下：在标准 C, u, u，哪个更重要，哪个更重要，重要性的程度，一般按照1-9的尺度来分配，1-9尺度的意义在表格1中列举。

表1 相对重要性的比例标度

相对重要性的比例标度	相对重要性权数
1	所分析两元尿素重要度相同
3	比另一元素稍微重要
5	比另一元素明显重要
7	比另一元素强烈重要
9	比另一元素极端重要
2，4，6，8	两相邻判断的中值情况

对于准则C，n个元素之间相对重要性的比较得到一个两两比较判断矩阵

在这里， a是 u的元素，以及 u与 C的关系。判定矩阵 A的特性如下:[1]

从判断矩阵的特性可知， n个元素的判定矩阵只要给出 n (n-1)/2个元素，即 n (n-1)/2个相对判定。如果判定 A的全部元素符合，则称A为一致性矩阵。

并不是所有的判断矩阵都符合一致的条件，也没有必要，只有在一些特定的情况下，才会符合一致的条件。

1.2层析分析法的优点和局限性

优点：

1、系统的研究

2、简洁实用的决策方式

3、需要的数量资料很少

缺点：

1.无法为决策制定新的方案

2、定量数据少，定性因素多，难以说服力

3、当指数太多时，数据的统计量很大，而且很难确定其权重

4、特征值与特征值的精确求解是一个复杂的问题

1.3使用层次分析法时的注意事项

若选择的因素不够合理、含义不明确、或各因素之间的关系不明确，则会影响 AHP方法的效果，严重时会使 AHP方法的决策失效。

为了确保分层结构的合理性，必须遵循下列原则：

1、在分解简化问题时，要掌握主要的要素。

2、注意元素的对比，不同的元素不能放在一个等级上。

2.层次分析法异常用电的行为识别

2.1 建立指标体系层次结构模型

本文以电网非正常用电行为为研究对象。在电力数据处理中，识别电网中的异常行为，本质上是通过对电网功耗的恢复和辨识。在识别时，可用的资料主要有四个方面：基本档案资料、办电传票资料、电量使用资料、顾客付款资料。该模型可用作评价用户的非正常用电量行为的基准，通过对每一标准层次的数据进行进一步的分解和细化，就能获得相应的指标层次信息。

（1）建立判断矩阵

如果评估系统是固定的，则需要依据专业人员的经验和工作实践，结合专家评分方法，对各种异常用电行为的指标权重进行对比。例如，在识别高价格、低接异常情况时，电量利用信息的权重较大，在确定欠费风险时，用户支付行为信息的权重较大。本文只对一种普遍的行为评价系统模式做了理论上的说明，在对评价系统进行扩展时也是如此。

利用九尺度方法，通过对每一层要素的重要程度，建立了一种对比矩阵，并给出了其主要的设定基础。通过对比得分，构建相应的评判矩阵[2]。

（2）计算指标综合权重值

对于每个级别的判断矩阵，分别得到相应的最大特征值 Am，然后求出相应的特征向量，即相应的各层的权重，指标层相对于目标层的总权重 Wi (i=1~ n）是相应指标层关于标准层的权重与标准层与目标层的权重的乘积。

（3）相容性检查

为了确保各判断矩阵的权值合理，必须对各判断矩阵进行一致性检验。基于判定矩阵一致性比率：

C.R.= C.I/ R.I.

其中，C.I.是一个具有一致性的指数，它的计算公式是：

C.I.=

公式中： n是判定矩阵的阶。C. I.数值愈低，判断矩阵与一致性的偏差愈小。R. I.是一个随机的一致性指数，由一个可查的表格决定，在表2中显示了一个随机的一致性指数。

表2 随机一致性指标参考值

n	3	4	5	6	7	8	9	10	11	12
R.I.	0.58	0.88	1.12	1.22	1.36	1.41	1.46	1.49	1.52	1.54

一致性试验在一致性比率 C. R<0.1的情况下通过。如果一致性比 C. R.≤0.1,一致度不符合要求，必须重新计算。

2.2异常用电行为判定规则

（1）用户异常用电行为指数

通过对各指标权重 w乘以相应的指标分值 n，得出各指标的不正常用电量状况。

（2）用户异常用电行为疑似度

在获取用户异常用电行为指数 E后，按照得分的大小设置规则，将不正常用户设置为高可疑度、中疑似度、低疑似度异常客户，设置为高疑似度、中疑似度、低疑似度异常客户[3]。

3案例分析

本案例提出了一种利用 AHP方法进行电力系统异常行为识别的方法。

（1）对每一项指标的权重进行计算。根据 AHP中的分级方法，对具体的用电异常行为进行分类，得到各指标的权重；

（2）取得一组可疑的使用者。以各种指标为基础，获取可疑用户集合，以各种指标下可疑用户集合为一组可疑用户，以供评价和鉴别；

（3）完成对电力系统的不正常使用行为的确认。在此基础上，通过对可疑用户集中的不同用电量进行了分析，并运用此指标值得分的不同客户的疑似度等级，对电网的异常行为进行了 AHP识别。然后，根据不同的可疑度，可以采取相应的防范和检查措施，进行针对性的检测[4]。

3.结束语

市场稽核是电力市场的一个重要环节，是实现电力市场的精益管理，提高质量和效率的关键。在目前的电力市场稽核工作中，由于没有考虑到电力系统中的多维度信息权重的影响，本文将 AHP方法应用于电力系统异常电力系统的故障诊断。建立了电力市场上的非正常用电行为判别标准，将异常用户分为高、中、低疑似三种类型，利用分层方法对非正常用电行为进行识别，并对其进行了初步的划分。在本文后面的一项研究中，我们将会选择一些典型的非正常用电行为，来检验该方法的可行性和有效性，从而使市场营销的数字化管理水平得到持续的提高。

参考文献：

[1]李春好,孙永河,贾艳辉,等. 变权层次分析法[J]. 系统工程理论与实践,2010,30(4):723-731.

[2]唐冬冬. 基于层次分析法的高速铁路选线研究[J]. 铁道工程学报,2022,39(2):14-18,29.

[3]陈忠敏. 历史层次分析法的几个重大问题[J]. 辞书研究,2022(4):1-29.

[4]曹国成. 层次分析法在青稞生产中的应用[J]. 农业技术与装备,2022(1):118-119.