基于数据分析的自适应光伏防窃电方法技术

本发明专利技术公开了一种基于数据分析的自适应光伏防窃电方法，包括以下步骤：1）从光伏运行监控数据库提取光伏运行和发电情况数据，并对数据做预处理；2）通过窃电诊断模型分析光伏发电的异常状态，生成多个异常状态评价指标，将窃电嫌疑较大的光伏用户列入窃电风险名单；3）对窃电风险名单中的光伏进行数据核查，生成核查工单；4）现场核查光伏发电情况，存在窃电行为则做窃电处理并记录窃电信息；核查光伏未窃电则反馈现场核查情况；5）专业人员进行误判分析，完善窃电诊断体系，优化诊断模型。针对近年来快速发展的分布式光伏发电存在装机容量小、数量庞大和窃电监管困难问题，本发明专利技术提供了一种基于光伏发电数据分析的防窃电诊断方法。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种，包括以下步骤：1）从光伏运行监控数据库提取光伏运行和发电情况数据，并对数据做预处理；2）通过窃电诊断模型分析光伏发电的异常状态，生成多个异常状态评价指标，将窃电嫌疑较大的光伏用户列入窃电风险名单；3）对窃电风险名单中的光伏进行数据核查，生成核查工单；4）现场核查光伏发电情况，存在窃电行为则做窃电处理并记录窃电信息；核查光伏未窃电则反馈现场核查情况；5）专业人员进行误判分析，完善窃电诊断体系，优化诊断模型。针对近年来快速发展的分布式光伏发电存在装机容量小、数量庞大和窃电监管困难问题，本专利技术提供了一种基于光伏发电数据分析的防窃电诊断方法。【专利说明】
本专利技术涉及光伏发电防窃电
，特别是适用于分布式光伏发电的防窃电诊断。
技术介绍
常规化石能源日益减少、能源安全和环境恶化的担忧使以光伏发电为代表的大规模可再生能源并网发电已经成为未来能源系统的重要组成部分。2014年国家能源局规划新增光伏装机14GW，地面电站为5.6GW，分布式电站为8.4GW，分布式光伏占比60 %，未来分布式光伏占比越来越大。 由于国家和地方政府高额的光伏发电补贴政策，,有可能存在受利润诱惑的分布式光伏项目业主为骗取补贴，铤而走险，采取各种窃电方法造成光伏电能计量表虚高的情况。 传统防窃电方法主要通过定期巡检、定期校验电表、用户举报等手段发现窃电，传统方法存在对人依赖性强，目的不明确，工作量大等缺点。分布式光伏具有入网门槛低、容量小、数量大、分布广等特点，分布式光伏的低电压等级使得窃电容易实施，且窃电方式多，稽查困难。另外光伏防窃电与传统的防窃电不同，不是防从电网窃电，而是防光伏电能计量表虚高，骗取虚高部分的光伏发电电量价值。目前对于光伏窃电的新特点，还没有实现快速准确定位窃电嫌疑用户的光伏防窃电方法。
技术实现思路
为了解决传统防窃电技术无法快速准确定位光伏窃电嫌疑用户和计量故障的目的，本专利技术提供了一种。为了解决上述问题，本专利技术所采取的技术方案是: 该防窃电诊断方法包括以下步骤:1)从光伏运行监控数据库提取光伏发电类型、装机容量、运行状态、发电量和功率等数据，并对数据做预处理；2)通过窃电诊断模型分析光伏发电的异常状态，生成电量、功率、报警、历史窃电系数等多个评价指标，将窃电嫌疑系数较大的光伏发电用户列入窃电风险名单；3)对窃电风险名单中的光伏进行窃电数据核查，确认后生成核查工单；4)现场核查光伏发电情况，确认存在窃电行为则做窃电处理并记录窃电信息；核查光伏未窃电则反馈现场核查情况；5)对核查未窃电情况进行误判分析，完善窃电分析诊断体系，不断优化诊断模型。 前述的一种，其特征在于:在步骤I)中，从光伏运行监控数据库提取光伏发电类型、装机容量、运行状态、发电量、实时功率和修正系数等数据，并对数据中的缺失值、异常值做去除、平滑、插值等预处理，提高数据质量。 前述的一种，其特征在于:在步骤2)中，基于步骤I)预处理数据通过窃电诊断模型结合窃电评价指标，得出电量、功率、报警、历史窃电系数等多个窃电嫌疑评价指标，提高了窃电诊断分析的准确性。 前述的一种，其特征在于:在步骤2)中窃电诊断模型为光伏预处理数据与光伏参考发电数据比较得出评价指标，光伏参考发电数据为4个附近的正常光伏电站数据采用加权平均产生。 前述的一种，其特征在于:在步骤5)对核查未窃电情况进行误判分析，并修正诊断模型，形成一个窃电诊断的闭环完善机制，不断提高诊断模型的准确性。 与现有技术相比，本专利技术的显著优点是: I)对光伏发电数据进行预处理后，系统的可用性和适应性强。 2)光伏发电窃电分析有多个诊断指标，光伏发电异常判定准确性高； 3)依据窃电诊断的结果识别出的存在窃电嫌疑用户进行核查，缩小了嫌疑范围，提高了稽查工作效率； 4)光伏防窃电诊断模型采用闭环机制，防窃电诊断模型将会越来越准确。 【专利附图】【附图说明】 图1为总体结构图； 图2为光伏防窃电评价指标； 图3为光伏防窃电诊断流程图； 图4为光伏防窃电诊断自适应修正图。 【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图对本专利技术进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本专利技术，并不用于限定专利技术。 如图1所示，一种，包括以下步骤:1)从光伏运行监控数据库提取用户的光伏发电类型、装机容量、运行状态、发电量和功率等数据，并对数据中的缺失值和异常值做去除、平滑和插值等预处理，提高数据的可用性。 2)窃电诊断模型为光伏预处理数据与光伏参考发电数据比较得出评价指标，光伏参考发电数据为4个附近的正常光伏电站数据采用加权平均产生。光伏参考发电数据以光伏电站的单位发电功率和电量为基准，4个光伏电站按距离远近分别以0.1,0.2,0.3,0.4为系数求和得到光伏的参考单位发电功率和电量。因用户光伏的组件类型、逆变器性能和系统效率有差异，针对该差异每个用户都有一个发电修正系数。光伏的参考单位发电功率和电量乘以用户发电修正系数，再乘以装机容量即光伏的参考发电数据。 p#if= (0.l^P^0.2*P2+0.3*Ps+0.4*P4)*ff(I) Q 参考=(0.1^Qi+0.2*Q2+0.3*Q3+0.4*Q4) *W(2) 其中和Q#it分别为光伏用户的参考实时功率和发电量，W为光伏用户的装机容量，ΡρΡ2、Ρ3、Ρ4分别为光伏电站的单位参考实时功率，QpQyQyQ4分别为光伏电站的单位参考发电量。 3)通过窃电诊断模型分析用户光伏数据和参考发电数据的异常状态，生成电量、功率、报警、历史窃电系数等多个窃电嫌疑评价指标，窃电嫌疑较大的光伏发电列入窃电风险名单。防窃电评价指标包括电量类指标、功率类指标、报警类指标和特定指标四类，具体如图2所示。为四类评价指标下的分项设定系数，电量和功率指标按时间尺度设置系数，其他指标按重要性设置系数。将所有的评价指标系数相加就是用户的窃电嫌疑系数，该值超过窃电嫌疑系数阈值，判定存在窃电嫌疑，并放入窃电风险名单，将出现异常的评价指标列出，方便下一步数据核查。 4)对窃电风险名单中的光伏用户进行异常指标数据核查，核查模型分析得出的窃电评价指标是否正确。评价指标确认无误则将该用户列入核查名单，给出异常指标，明确现场核查目的，并生成核查工单。 5)根据现场核查用户光伏反馈情况，确认存在窃电行为则做窃电处理并记录窃电信息；核查光伏未窃电则将现场核查情况及窃电评价异常信息列入下一步误判分析。 6)专业人员对现场核查情况及窃电评价异常信息进行误判分析，寻找评价指标误判原因。然后修正系统的指标误判，完善窃电分析诊断体系，不断优化诊断模型。 综上，基于异常数据分析的自适应光伏防窃电方法包含窃电诊断和窃电诊断自适应修正两部分，如图3和图4所示，是一个形成闭环防窃电分析方法。 以上显示和描述了本专利技术的基本原理、主要特征及优点。本行业的技术人员应该了解，本专利技术不受上述实施例的限制，上述实施例和说明书中描述的只是说明本专利技术的原理，在不脱离本专利技术精神和范围的前提下，本专利技术还会有各种变化和改进，这些变化和改进都落入要求保护的本专利技术范围内。本专利技术要求保本文档来自技高网...

【技术保护点】
一种基于数据分析的自适应光伏防窃电方法，其特征在于该方法包括以下步骤： 1）从光伏运行监控数据库提取光伏发电类型、装机容量、运行状态、发电量和功率等数据，并对数据做预处理；2）通过窃电诊断模型分析光伏发电的异常状态，生成多个评价指标，将窃电嫌疑系数较大的光伏发电用户列入窃电风险名单；3）对窃电风险名单中的光伏进行窃电数据核查，确认后生成核查工单；4）现场核查光伏发电情况，确认存在窃电行为则做窃电处理并记录窃电信息；核查光伏未窃电则反馈现场核查情况；5）对核查未窃电情况进行误判分析，完善窃电分析诊断体系，不断优化诊断模型。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐青山，吴盛军，李喜兰，林章岁，李群，袁晓冬，
申请(专利权)人：东南大学，国网福建省电力有限公司经济技术研究院，江苏省电力公司电力科学研究院，
类型：发明
国别省市：江苏;32