基于用電負(fù)荷異常曲線排查高接低用戶的數(shù)據(jù)挖潛與案例分析

朱少維，戚穎怡，陳豪，王馬才

（廣州供電局有限公司，廣東廣州，510000）

1 采用的技術(shù)分析及算法

1.1 數(shù)據(jù)挖掘技術(shù)

數(shù)據(jù)挖掘一般是指從大量的數(shù)據(jù)中通過算法搜索隱藏于其中信息的過程。數(shù)據(jù)挖掘通常與計(jì)算機(jī)科學(xué)有關(guān)，并通過統(tǒng)計(jì)、在線分析處理、情報(bào)檢索、機(jī)器學(xué)習(xí)、專家系統(tǒng)（依靠過去的經(jīng)驗(yàn)法則）和模式識(shí)別等諸多方法來實(shí)現(xiàn)上述目標(biāo)。底層數(shù)據(jù)源來自營銷系統(tǒng)、計(jì)量自動(dòng)化系統(tǒng)、配網(wǎng)調(diào)度系統(tǒng)等。

1.2 聚類算法

采用k-means聚類算法，聚類出行業(yè)典型用戶用電軌跡，通過軌跡相關(guān)系數(shù)和軌跡交叉面積辨別出用戶是否用電軌跡異常。行業(yè)用電與用戶用電對(duì)比曲線分析可以查看用戶與行業(yè)之間月、日、小時(shí)點(diǎn)功率曲線關(guān)系，也可以查看用戶與對(duì)應(yīng)用電類別之間軌跡對(duì)比關(guān)系，最終通過辨別模型，判定出用戶用電軌跡是否異常，用戶用電軌跡對(duì)比分析是從用戶用電行為的角度去分析用戶的用電情況。

2 客戶用電特征分析

2.1 用電行為特征分析

用戶違約用電、竊電或計(jì)量故障必定會(huì)導(dǎo)致用戶用電行為特征異常為依據(jù)，建立用戶用電行為特征曲線，通過用戶用電曲線和正常用電曲線對(duì)別，并設(shè)置判定異常的臨界值，從而找出用戶用電行為特征異常的用戶。如圖1所示。

圖1 客戶用電行為特征曲線分析

2.2 用戶用電負(fù)荷特征分析

企業(yè)或者居民用戶用電負(fù)荷特性主要通過計(jì)算合同容量比進(jìn)行分析。即分析用戶申請(qǐng)的合同容量與用戶的月用電量間存在數(shù)值上的對(duì)應(yīng)關(guān)系，其計(jì)算公式為：

式（1）中，合同容量與用戶的月用電量間的對(duì)應(yīng)關(guān)系因每個(gè)用戶所在地區(qū)的不同而有所不同，因此需要對(duì)合同容量比進(jìn)行聚類分析。

用電負(fù)荷異常的分析與判定主要在于分析用戶負(fù)荷超出運(yùn)行容量的統(tǒng)計(jì)量，統(tǒng)計(jì)一天內(nèi)有功功率與運(yùn)行容量的比率是超出限定閥值的次數(shù)。如果一個(gè)計(jì)費(fèi)周期內(nèi)日用電負(fù)荷異常的天數(shù)較大，則存在異常的概率很大，反之很小。

2.3 用戶用電規(guī)律特征分析

用戶用電規(guī)律特征分析主要對(duì)月電量小時(shí)分布偏離度進(jìn)行系統(tǒng)分析和數(shù)據(jù)挖潛：根據(jù)一個(gè)自然月內(nèi)用戶的小時(shí)用電統(tǒng)計(jì)量按照自然日的24小時(shí)進(jìn)行分別統(tǒng)計(jì)求和以獲得月用電總量在自然日24小時(shí)內(nèi)的月電量小時(shí)分布向量，并計(jì)算該向量與正常用戶的月電量小時(shí)分布向量之間的歐氏距離，即為月電量小時(shí)分布偏離度，計(jì)算公式為：

式（2）中，kC 為用戶月用電總量在自然日24小時(shí)內(nèi)的月電量小時(shí)分布向量，kU 為正常用戶的月電量小時(shí)分布向量。所述正常用戶的月電量小時(shí)分布向量，是利用數(shù)據(jù)挖掘技術(shù)獲得。月電量小時(shí)分布偏離度數(shù)值越小，表明異常的概率越低，反之異常的概率越高。日用電量波動(dòng)情況：即近30天日用電量的標(biāo)準(zhǔn)差，其計(jì)算公式為：

上式中，N表示所取周期，若以月為周期，則N=30。ix 表示第i天日用電量，μ表示周期內(nèi)日用電量平均值。正常用戶的日用電量應(yīng)保持平穩(wěn)，具有較小的標(biāo)準(zhǔn)差，反之則具有較大的標(biāo)準(zhǔn)差。同時(shí)通過分析月用電量離散系數(shù)，即用戶近12個(gè)月的月電量標(biāo)準(zhǔn)差與月電量平均值的比值，來找出用戶月電量波動(dòng)太大或太小的用戶。正常用戶的月用電量離散系數(shù)計(jì)算公式為：

與此同時(shí)，對(duì)用戶/行業(yè)月電量離散系數(shù)比值進(jìn)行分析，判斷出正常用戶離散系數(shù)與行業(yè)離散系數(shù)是在同一范圍波動(dòng)。即分析用戶月用電量離散系數(shù)與行業(yè)月電量離散系數(shù)的比值。行業(yè)電量離散系數(shù)是近12個(gè)月行業(yè)用戶月電量標(biāo)準(zhǔn)差與行業(yè)月平均電量的比值，計(jì)算公式為：

式（5）中，系統(tǒng)內(nèi)行業(yè)用電總量和系統(tǒng)內(nèi)行業(yè)用戶數(shù)分別指計(jì)量系統(tǒng)、配網(wǎng)系統(tǒng)等管理系統(tǒng)內(nèi)能夠統(tǒng)計(jì)到的行業(yè)用電之和與用戶數(shù)。

3 應(yīng)用實(shí)例分析

廣州供電局有限公司在開展稽查工作時(shí)，發(fā)現(xiàn)某用電客戶現(xiàn)場用電性質(zhì)與系統(tǒng)用電性質(zhì)不一致。經(jīng)初步調(diào)查，營銷系統(tǒng)檔案顯示，該客戶為專變用戶，計(jì)量方式采用高供高計(jì)，變壓器容量500kVA，共有兩只表計(jì)，為子母表關(guān)系，母表用電類別是居民，月均用電量約為15000kWh，子表用電類別是非工業(yè)，月均用電量約為600kWh。

經(jīng)用電異常分析系統(tǒng)篩選，可知該客戶工作日負(fù)荷使用情況如圖3中的藍(lán)線，負(fù)荷增長從早上七點(diǎn)開始，工作時(shí)間保持高負(fù)荷運(yùn)作，而到晚上七點(diǎn)后負(fù)荷開始下降，與居民生活用電類別的負(fù)荷曲線（圖2中的綠線）不匹配。

圖2 某用電客戶工作日用電負(fù)荷曲線

經(jīng)現(xiàn)場檢查發(fā)現(xiàn)，正處于工作時(shí)間的該客戶辦公樓對(duì)應(yīng)的非工業(yè)電表計(jì)量三相電流值分別為：A相0.036A、B相0.018A、C相0.004A，用電負(fù)荷接近零，與現(xiàn)場實(shí)際情況不符。同時(shí)，因該客戶職工宿舍進(jìn)行一戶一表改造，轉(zhuǎn)由公變進(jìn)行供電，并非由該臺(tái)專用變壓器供電，該情況與計(jì)量電表計(jì)數(shù)的用電情況吻合。經(jīng)對(duì)線路進(jìn)行排查，原居民生活電表錯(cuò)誤接至8層的辦公樓用電，而非工業(yè)電表錯(cuò)誤接至宿舍樓用電，由于宿舍樓已進(jìn)行一戶一表改造，該電表現(xiàn)只對(duì)宿舍樓照明用電進(jìn)行計(jì)量。

分析出問題后，對(duì)該客戶兩表計(jì)分別辦理了改類，修正用電類別，并對(duì)少收的電量，按相關(guān)規(guī)定進(jìn)行追補(bǔ)。該案例反映出通過用電異常分析系統(tǒng)對(duì)客戶用電負(fù)荷情況進(jìn)行詳細(xì)分析，有助于配合營銷系統(tǒng)，精準(zhǔn)定位，找到高價(jià)低接的客戶并及時(shí)處理，避免企業(yè)損失，降低企業(yè)面臨的法律風(fēng)險(xiǎn)。

為檢驗(yàn)系統(tǒng)用電負(fù)荷異常曲線在實(shí)際工作中的應(yīng)用有效性，自2018年3月至8月共六個(gè)月內(nèi)，從系統(tǒng)中共抽取70個(gè)曲線異常的有效樣本（剔除重復(fù)抽取樣本及負(fù)荷曲線為零的異常樣本），結(jié)合系統(tǒng)檔案進(jìn)行分析后，至客戶開展現(xiàn)場檢查，現(xiàn)場檢查結(jié)果如下表1所示。

表1 曲線異常的有效樣本分析（n=70）

通過對(duì)數(shù)據(jù)挖潛分析，第一類宿舍或飯?zhí)?、養(yǎng)老院、居民樓及公共設(shè)施（照明、風(fēng)機(jī)、水泵、消防等）與系統(tǒng)檔案一致，未存在高接低行為，共計(jì)45戶，占樣本總量64%。

第二類現(xiàn)場檢查結(jié)果為學(xué)校的客戶，用電類別為非工業(yè)（學(xué)校），執(zhí)行合表（非居民）電價(jià)，與合表（居民）電價(jià)價(jià)格一致，不屬于高接低行為，共計(jì)9戶。但該類學(xué)?？蛻魬?yīng)辦理改類業(yè)務(wù)，把用電類別從居民生活更正為非工業(yè)（學(xué)校），同時(shí)須把原執(zhí)行錯(cuò)誤的合表（居民）電價(jià)更正為合表（非居民）電價(jià)。

第三類是住宅表為母表，其他用電類別表計(jì)為子表的客戶，該類客戶現(xiàn)場檢查時(shí)未發(fā)現(xiàn)高低接行為，且不同類別的用電有相應(yīng)表計(jì)計(jì)費(fèi)，共計(jì)7戶。

最后一類為存在高接低行為的客戶，共計(jì)9戶。該部分使用居民電價(jià)的客戶，1戶實(shí)際為大宗工業(yè)客戶，2戶為非工業(yè)客戶，1戶為商業(yè)客戶，還有5戶屬于混合用電的客戶（即既有部分居民生活用電，也有部分非工業(yè)、商業(yè)等用電）。該部分存在高接低行為的客戶，均須根據(jù)《供電營業(yè)規(guī)則》等相關(guān)規(guī)定，在營銷系統(tǒng)發(fā)起改類及違約用電查處流程，依法追回?fù)p失。

第二類學(xué)?？蛻粢约白詈笠活悓?shí)際存在高接低行為的客戶，屬于問題樣本，問題率約占樣本總數(shù)的26%?？芍ㄟ^對(duì)客戶用電負(fù)荷異常曲線進(jìn)行篩查及分析，能極大程度地縮小問題客戶的選擇范圍，高效排查問題樣本。

4 結(jié)論

利用用電負(fù)荷異常曲線排查高接低用戶的應(yīng)用方法，結(jié)合聚類分析、多元線性回歸、辨別分析等數(shù)據(jù)挖掘的分析方法，對(duì)用戶用電行為進(jìn)行多維度分析，建立用電異常評(píng)價(jià)體系。對(duì)客戶用電異常曲線開展對(duì)比分析，剔除因數(shù)據(jù)提取不準(zhǔn)確造成的誤差，靈活運(yùn)用數(shù)據(jù)結(jié)果，對(duì)負(fù)荷異常曲線進(jìn)行改善，快速鎖定問題樣本，現(xiàn)場進(jìn)行排查，對(duì)用電異常分析系統(tǒng)進(jìn)行持續(xù)優(yōu)化與改造，從而更有效的提升異常行為客戶的篩查率，使用電行為異常分析工作趨于信息化、智能化。