供電企業台區降損工作面臨系統繁多、數據分散、統計口徑不一緻等實際問題。異常台區線損治理存在三個難點：一是台區線損範圍比較廣，線損治理工作量比較大；二是供 電公司基層人員技術水平普遍偏低，缺少異常治理措施和手段，無法對線損問題進行精準 排查；三是由于現場造成線損異常的問題非常多，造成問題分析不全面。

電網台區線損管理工作正處于“深水區”，各供電企業積極組織建立健全稽查、監 督、獎懲機制，要求提升台區線損問題發現、督辦和治理能力，多維度客觀、量化評價各單位 台區線損精益化管理水平，實現精準降損，減少跑冒滴漏，提升企業效益。但是精細化的評價系統一直沒有創建成熟。

竊電現象屢禁不絕，竊電方式已向主體多元性、事件多發性、手段隐蔽性和高科技 性的方向發展，反竊電形勢十分嚴峻，每年全國因竊電損失電費高達近百億元，損失驚人。 每年因竊電造成的供電中斷，甚至引發的電網事故時有發生，輕則燒毀變壓器，重則造成大面積停電，引發火災。以國網冀北電力有限公司為例，近兩年查獲低壓竊電用戶幾百戶。

經調研分析，現階段竊電形勢呈現出竊電手段高科技化、竊電過程隐蔽化、竊電人員職業化、竊電宣傳網絡化的趨勢。而供電公司的反竊電工作模式仍處于傳統的人工檢查， 工作量大、效率低、成功率不高。

因此，能夠有效解決供電公司台區線損範圍廣和線損治理工作量大，以及人工反 竊電分析難度高、準确度低、排查面廣、取證難、查處難等痛點問題，是現階段本技術人員亟 需解決的問題。

問題拆分

包括數據端子系統、 線損診斷端子系統和反竊電端子系統；線損診斷 端子系統包括基礎信息管理模塊、異常分析模塊、監測與分析模塊和工單管理模塊；基礎信息 管理模塊用于對台區基礎信息進行獲取，異常分析模塊用于對台區異常信息進行收集和分析，監測與分析模塊用于對線損信息進行監測和分析， 工單管理用于對工單信息進行獲取并進行分析； 數據端子系統包括用戶用電信息采集模塊和用戶用電銷售信息模塊；數據端子系統和線損診斷 端子系統的診斷分析進行信息交互，并将交互後 的異常信息發送至反竊電端子系統。本發明不但 可為供電公司進行線損分析，還可提供竊電用戶 清單和竊電證據。

問題解決

1 .一種基于大數據的線損診斷與反竊電系統，其特征在于：包括數據端子系統、線損診 斷端子系統和反竊電端子系統； 線損診斷端子系統包括基礎信息管理模塊、異常分析模塊、監測與分析模塊和工單管 理模塊；基礎信息管理模塊用于對台區基礎信息進行獲取，異常分析模塊用于對台區異常 信息進行收集和分析，監測與分析模塊用于對線損信息進行監測和分析，工單管理用于對 工單信息進行獲取并進行分析； 數據端子系統包括用戶用電信息采集模塊和用戶用電銷售信息模塊； 數據端子系統和線損診斷端子系統的診斷分析進行信息交互，并将交互後的異常信息 發送至反竊電端子系統。

2 .根據權利要求1所述的一種基于大數據的線損診斷與反竊電系統，其特征在于：所述 反竊電端子系統包括台區線損二次計算查詢模塊、異常阈值設置模塊、疑似竊電用戶統計 分析模塊和疑似竊電用戶分類模塊；台區線損二次計算查詢模塊用于通過與基礎信息模塊 的信息獲取，異常阈值設置模塊用于設置各個參數阈值，并在滿足條件下報警，疑似竊電用 戶統計分析模塊用于對用戶用電異常信息進行查詢和分析，疑似竊電用戶分類模塊用于将 存在異常信息的用戶進行分類。

3 .根據權利要求2所述的一種基于大數據的線損診斷與反竊電系統，其特征在于：所述 台區線損二次計算查詢模塊包括台區線損率查詢單元、供電量明細查詢單元、售電量明細 查詢單元和電能表基礎信息查詢單元；異常阈值設置模塊包括線損率阈值設置單元和電量 阈值設置單元；疑似竊電用戶統計分析模塊包括用電異常類型查詢單元、用電異常戶數查 詢單元、用戶異常台區查詢單元、用電異常統計分析單元、異常用戶明細查詢單元和月電量 趨勢圖查詢單元；疑似竊電用戶分類模塊包括電量異常用戶查詢單元、電能表失壓用戶查 詢單元、電能表失流用戶查詢單元、電能表開蓋用戶查詢單元、反向電量異常用戶查詢單 元、光伏異常用戶查詢單元和0電量/小電量用戶查詢單元。

4 .根據權利要求1所述的一種基于大數據的線損診斷與反竊電系統，其特征在于：所述 基礎信息管理模塊包括台區檔案查詢單元、變壓器檔案查詢單元、用戶檔案查詢單元、台區 屬性核查單元、台區一緻性核查單元、台戶關系核查單元、台區同期月線損單元、台區同期 日線損單元、倍率校驗單元、換表記錄缺失查詢單元和台區經理人維護單元。

5 .根據權利要求1所述的一種基于大數據的線損診斷與反竊電系統，其特征在于：所述 異常分析模塊包括大電量戶抄表失敗單元、零電量戶分析單元、總表缺相分析單元、戶表缺 相分析單元、供電量異常分析單元、智能表未覆蓋分析單元、抄表失敗分析單元、不可算異 常分析單元、負損異常分析單元、高損異常分析單元和台區線損綜合分析單元。

6 .根據權利要求1所述的一種基于大數據的線損診斷與反竊電系統，其特征在于：所述 監測與分析模塊包括線損異常監測單元、線損合格率測量單元、線損監測率單元、線損治理 率單元和電量監測分析單元。

7 .根據權利要求1所述的一種基于大數據的線損診斷與反竊電系統，其特征在于：所述 工單管理模塊包括待辦工單單元、已辦工單單元和工單統計單元。

8 .一種基于大數據的線損診斷與反竊電方法，基于權利要求1至7任一所述的一種基于 大數據的線損診斷與反竊電系統，其特征在于，包括以下步驟： S1：從用戶用電信息采集模塊和用戶用電銷售信息模塊獲取用戶檔案數據和用電信息數據； S2：通過大數據神經網絡算法對獲取的數據進行清洗、加工和分析，導出異常台區清單 及其異常成因； S3：通過工單管理模塊，将異常台區以工單形式下發至檢查人員進行處理，得到反饋處 理結果。

9 .根據權利要求8所述的一種基于大數據的線損診斷與反竊電方法，其特征在于：所述 用戶用電信息數據包括台區與變壓器的檔案關系數據、台區與用戶的檔案關系數據、按日 和月抄讀的用戶用電數據。

10 .一種基于大數據的線損診斷與反竊電模型，基于權利要求1至7任一所述的一種基于大數據的線損診斷與反竊電系統，其特征在于：通過數據端子系統和線損診斷端子系統的診斷分析并進行信息交互，生成反竊電模型，通過反竊電模型，查詢具體竊電信息，具體的生成過程如下： 基于大量典型竊電案例和用電信息采集系統的海量數據信息，提取竊電用戶的用電數 據特征，反複訓練選取最優的大數據分析算法，應用反竊電系統對竊電嫌疑用戶進行識别、 分析和定性，采集分析台區線損率、用戶用電量，生成線損率、用戶用電量曲線，建立線損及電量波動關聯分析模型，計算兩條曲線的相關性系數，對台區下所有用戶進行線損及電量 波動相關性進行計算分析，篩選出相關性系數≥0 .8的用戶，标記為嫌疑用戶，在此基礎上， 應用具體診斷規則進行進一步的用電特征分析，最終定性用電異常類型，相關性系數計算 公式為：

其中：Pi是30日内的日用電量，Li為30日内的台區線損率。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!