一种基于拓扑结构的用电异常监测系统及方法

技术领域

本发明涉及电力数据处理技术领域，尤其涉及一种基于拓扑结构的用电异常监测系统及方法。

背景技术

用电异常行为是配电网中非技术性损耗的主要原因，直接造成电网巨额的经济损失，危害电网的平稳运行。同时，随着电网设备数量的逐渐上升，低压配电网中用户扩、改、接线频繁，极大地增加了户变关系拓扑结构识别的压力。

例如在授权公告号为CN109164319B的中国专利中公开了一种楼宇用户用电异常判定方法，涉及电力管理技术领域，该方法包括：构建电路模型，编写数学模型，馈线分支线路阻抗计算，用户异常用电行为判定；首先基于低压配电网拓扑结构建立电路模型；然后以电路模型为基础，建立线性数学模型；基于量测数据及阻抗校正函数计算馈线分支线路阻抗；根据用户入户段阻抗和馈线分支线路阻抗计算用户回路阻抗；将同节点不同用户所计算的用户回路阻抗进行比对，或者并分别与异常用电判断阈值进行比对，判断用户是否存在异常用电行为。

而在授权公告号为CN115575754B的中国专利中公开了一种智慧工业园用电信息异常标识方法及系统，该方法包括：对园区电路拓扑图进行拆分生成线路分布树状图；基于用电设备型号信息和用电设备位置信息确定线路负载分布树状图，根据输出功率梯度区间和电功率参数遍历线路负载分布树状图进行特征标定，构建用电异常识别模块；通过电能监测设备上传实时用电信息，将其输入用电异常识别模块，生成异常用电线路。

以上专利均存在本背景技术提出的问题：现有的用电异常监测方法未能充分利用户变关系拓扑结构信息对异常用电进行有效监测。

发明内容

为了克服现有技术存在的缺陷与不足，本发明提供一种基于拓扑结构的用电异常监测系统及方法，通过构建户变关系拓扑结构，提高了用电异常监测的准确率。

为了达到上述目的，本发明采用以下技术方案：

本发明提供一种基于拓扑结构的用电异常监测方法，包括下述步骤：

获取用户用电数据、变压器数据、用户地理位置和变压器地理位置，用户用电数据包括电压数据、电流数据和用电量数据；

对用户用电数据进行预处理，预处理包括缺失数据填补和数据标准化；

通过用电用户数据和变压器数据构建户变关系拓扑结构；

计算户变关系拓扑结构相邻节点的线路损耗，将线路损耗高于平均线路损耗的区域划为潜在用电异常区域；

通过计算潜在用电异常区域的电压波动率，标记用电异常节点。

作为优选的技术方案，所述缺失数据填补用下式表示：

式中X

作为优选的技术方案，所述数据标准化用下式表示：

式中X

作为优选的技术方案，所述户变关系拓扑结构构建的具体步骤包括：

通过用户地理位置和变压器地理位置，初步构建非重叠区域用电用户和变压器的户变关系拓扑结构；

通过电流数据计算重叠区域用电用户和相邻变压器的电流数据相似性；

若电流数据相似性大于等于预设阈值，则判定该用电用户属于该变压器，若电流数据相似性小于预设阈值，则由人工核实该用电用户的户变关系，所属预设阈值由本领域技术人员根据大量实验确定。

作为优选的技术方案，所述线路损耗用下式表示：

式中表示，W

作为优选的技术方案，所述电压波动率的计算过程用下式表示：

式中T表示电压采集点的数量，L

作为优选的技术方案，所述用电异常节点判断的具体步骤包括：

通过电压波动率绘制电压波动曲线，若电压呈正向波动且超过预设波动阈值，则用电异常发生在用电用户侧，若电压呈负向波动且超过预设波动阈值，则用电异常发生在变压器侧，所述预设波动阈值由本领域技术人员根据大量实验确定。

作为优选的技术方案，所述电流数据相似性的计算过程用下式表示：

式中I

本发明还提供一种基于拓扑结构的用电异常监测系统，包括：

数据采集模块，用于获取用户用电数据、变压器数据、用户地理位置和变压器地理位置，用户用电数据包括电压数据、电流数据和用电量数据；

数据预处理模块，用于对用户用电数据进行预处理，预处理包括缺失数据填补和数据标准化；

拓扑结构构建模块，用于通过用电用户数据和变压器数据构建户变关系拓扑结构；

线路损耗计算模块，用于计算户变关系拓扑结构相邻节点的线路损耗，将线路损耗高于平均线路损耗的区域划为潜在用电异常区域；

电压波动率计算模块，用于通过计算潜在用电异常区域的电压波动率，标记用电异常节点。

本发明的一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现一种基于拓扑结构的用电异常监测方法。

本发明的一种控制器，包括存储器和处理器，所述存储器用于存储计算机程序，所述处理器用于执行所述计算机程序时实现一种基于拓扑结构的用电异常监测方法。

本发明与现有技术相比，具有如下优点和有益效果：

(1)本发明通过计算户变关系拓扑结构相邻节点的线路损耗划分潜在用电异常区域，并通过计算潜在用电异常区域的电压波动率对用电异常节点进行标记，提高了用电异常监测的准确率。

(2)本发明通过用户地理位置和变压器地理位置初步构建非重叠区域的户变关系拓扑结构，同时，计算重叠区域用电用户和相邻变压器的电流数据相似性，提升了户变关系拓扑结构构建的及时性和准确性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明的一种基于拓扑结构的用电异常监测方法的整体流程示意图；

图2为本发明的一种基于拓扑结构的用电异常监测系统的结构示意图。

具体实施方式

下面通过附图以及具体实施例对本发明技术方案做详细地说明，应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明，而不是对本发明技术方案的限定，在不冲突的情况下，本发明实施例以及实施例中的技术特征可以相互组合。

实施例1

如图1所示，本实施例提供一种基于拓扑结构的用电异常监测方法，具体包括下述步骤：

S1：获取用户用电数据、变压器数据、用户地理位置和变压器地理位置，用户用电数据包括电压数据、电流数据和用电量数据。

S2：对用户用电数据进行预处理，预处理包括缺失数据填补和数据标准化；

缺失数据填补用下式表示：

式中X

数据标准化用下式表示：

式中X

S3：通过用电用户数据和变压器数据构建户变关系拓扑结构；

所述户变关系拓扑结构构建的具体步骤包括：

通过用户地理位置和变压器地理位置，初步构建非重叠区域用电用户和变压器的户变关系拓扑结构，非重叠区域即用户地理位置仅在一个变压器的覆盖范围内；

通过电流数据计算重叠区域用电用户和相邻变压器的电流数据相似性；

若电流数据相似性大于等于预设阈值，则判定该用电用户属于该变压器，若电流数据相似性小于预设阈值，则由人工核实该用电用户的户变关系；

电流数据相似性的计算过程用下式表示：

式中I

S4：计算户变关系拓扑结构相邻节点的线路损耗，将线路损耗高于平均线路损耗的区域划为潜在用电异常区域；

线路损耗用下式表示：

式中表示，W

S5：通过计算潜在用电异常区域的电压波动率，标记用电异常节点；

电压波动率的计算过程用下式表示：

式中T表示电压采集点的数量，L

用电异常节点判断的具体步骤包括：

通过电压波动率绘制电压波动曲线，若电压呈正向波动且超过预设波动阈值，则用电异常发生在用电用户侧，若电压呈负向波动且超过预设波动阈值，则用电异常发生在变压器侧。

实施例2

如图2所示，本实施例提供一种基于拓扑结构的用电异常监测系统，包括：

数据采集模块21，用于获取用户用电数据、变压器数据、用户地理位置和变压器地理位置，用户用电数据包括电压数据、电流数据和用电量数据；

数据预处理模块22，用于对用户用电数据进行预处理，预处理包括缺失数据填补和数据标准化；

拓扑结构构建模块23，用于通过用电用户数据和变压器数据构建户变关系拓扑结构；

线路损耗计算模块24，用于计算户变关系拓扑结构相邻节点的线路损耗，将线路损耗高于平均线路损耗的区域划为潜在用电异常区域；

电压波动率计算模块25，用于通过计算潜在用电异常区域的电压波动率，标记用电异常节点。

在本实施例中，数据预处理模块22，用于对用户用电数据进行预处理，预处理包括缺失数据填补和数据标准化，其中，缺失数据填补用下式表示：

式中X

在本实施例中，拓扑结构构建模块23，用于通过用电用户数据和变压器数据构建户变关系拓扑结构，其中，户变关系拓扑结构构建的具体步骤包括：

通过用户地理位置和变压器地理位置，初步构建非重叠区域用电用户和变压器的户变关系拓扑结构；

通过电流数据计算重叠区域用电用户和相邻变压器的电流数据相似性；

若电流数据相似性大于等于预设阈值，则判定该用电用户属于该变压器，若电流数据相似性小于预设阈值，则由人工核实该用电用户的户变关系；

电流数据相似性的计算过程用下式表示：

式中I

在本实施例中，线路损耗计算模块24，用于计算户变关系拓扑结构相邻节点的线路损耗，将线路损耗高于平均线路损耗的区域划为潜在用电异常区域，其中，线路损耗用下式表示：

式中表示，W

在本实施例中，电压波动率计算模块25，用于通过计算潜在用电异常区域的电压波动率，标记用电异常节点，其中，电压波动率的计算过程用下式表示：

式中T表示电压采集点的数量，L

用电异常节点判断的具体步骤包括：

通过电压波动率绘制电压波动曲线，若电压呈正向波动且超过预设波动阈值，则用电异常发生在用电用户侧，若电压呈负向波动且超过预设波动阈值，则用电异常发生在变压器侧。

上述关于本发明的一种基于拓扑结构的用电异常监测系统中的各参数和各个单元模块实现相应功能的步骤，可参考上文中关于一种基于拓扑结构的用电异常监测方法的实施例中的各参数和步骤，在此不做赘述。

实施例3

本发明实施例的一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现上述的一种基于拓扑结构的用电异常监测方法。需要说明的是：一种基于拓扑结构的用电异常监测方法的所有计算机程序均使用Python语言实现，其中，数据预处理模块、拓扑结构构建模块、线路损耗计算模块和电压波动率计算模块均由远程服务器控制；远程服务器的CPU为Intel Xeon Gold 5118，GPU为NVIDIA GTX 2080Ti 11GB，操作系统为Ubuntu 18.04.2，深度学习框架为PyTorch1.7.0，CUDA版本为10.2，使用cuDNN7.6.5进行加速推理；Intel Xeon Gold 5118包含存储器和处理器，其中，存储器用于存储计算机程序；处理器用于执行计算机程序，使得Intel Xeon Gold 5118执行实现一种基于拓扑结构的用电异常监测方法。

所属技术领域的技术人员知道，本发明可以实现为系统、方法或计算机程序产品。

因此，本公开可以具体实现为以下形式，即：可以是完全的硬件、也可以是完全的软件(包括固件、驻留软件、微代码等)，还可以是硬件和软件结合的形式，本文一般称为“电路”、“模块”或“系统”。此外，在一些实施例中，本发明还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。

可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)，只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。