一种基于电力线通信的实时防窃电监测系统及方法与流程

本发明涉及电力系统自动化，具体为一种基于电力线通信的实时防窃电监测系统及方法。

背景技术：

1、针对窃电检测这一电力系统运行管理中的核心难题，现有技术已形成多种技术路线，包括：基于电能表计量值与台区线损率分析的方法、基于用户负荷模式聚类的方法、基于专用防窃电传感器的方法、基于人工巡检与视频监控的方法。

2、其中，基于电能表计量值与台区线损率分析的方法具有对电能表计量数据的过度依赖的缺点，如名称为“一种基于线路阻抗参数估计的窃电预测方法”（公开号cn113641723b）的发明专利以用电信息采集系统的历史数据（电压、电流、功率、电量等）作为分析基础，一旦电能表被破坏、数据被篡改或通信链路中断，检测方法将完全失效。基于负荷模式的方法需要长时间历史数据且难以应对冷启动场景，如名称为“一种基于线路阻抗参数估计的窃电预测方法”（公开号cn113641723b）的发明专利需要积累足够时长的数据样本才能进行有效判断，难以应对需要快速响应的窃电场景，检测实时性不足；名称为“异常用电用户的识别方法、装置、设备及存储介质”（公开号cn115420988b）的发明专利基于阻抗变化的方法虽能识别异常用户，但难以实现窃电点的精确物理定位。视频监控与人工巡检实时性差且成本高昂；专用防窃电装置需对现有台区进行大规模改造。

技术实现思路

1、本发明提供了一种基于电力线通信的实时防窃电监测系统及方法，能够充分利用电力线通信信道物理层信息、实现窃电行为全方位感知与精准识别。

2、本发明提供如下技术方案：

3、第一方面，本发明提供了一种基于电力线通信的实时防窃电监测方法，包括以下步骤：在台区低压侧部署低压集中器作为电力线通信主节点，在各分支线路及用户进线处部署智能监测节点作为电力线通信从节点，二者通信连接；采集正常状态下的plc信道参数，计算基线均值与标准差，存入基线数据库；

4、智能监测节点周期性向电力线注入扫频检测信号，测量响应信号中的阻抗、噪声、衰减和谐波四类参数，提取四维联合特征，构建四维联合特征向量；

5、将实时四维联合特征向量与基线数据库比对，计算各维度异常评分，然后通过加权求和计算综合窃电判定评分，若综合窃电判定评分超过阈值且异常持续时间超过阈值，确认窃电行为；

6、各智能监测节点同步测量电力线阻抗变化量，以阻抗变化量的倒数为权重对各节点位置进行加权平均，得到窃电位置；

7、分别基于阻抗变化、信号衰减和电流不平衡计算功率估算值，通过加权求和计算综合窃电功率；

8、触发多通道告警，定期更新基线数据库，在线优化阈值参数，反馈校正定位与功率估算结果。

9、作为本发明进一步的改进方案，阻抗参数的阻抗频率特征通过分析扫频响应得到阻抗变化率、谐振频率偏移量和阻抗相角变化量，其中，阻抗的数学模型为：

10、；

11、其中z0为特性阻抗，γ(f)为反射系数，γ(f)为传播常数，l为电力线长度。

12、作为本发明进一步的改进方案，噪声参数的噪声统计特征通过拟合middletonclass a模型得到脉冲指数，并提取峰值因子、脉冲因子、裕度因子、偏度和峰度时域统计量；

13、所述middleton class a模型的概率分布为：

14、；

15、其中为各脉冲分量的权重，为各分量的方差。

16、作为本发明进一步的改进方案，衰减参数的信号衰减特征通过测量低压集中器到各智能监测节点的信号衰减变化量和衰减变化率得到；

17、谐波参数的谐波畸变特征通过对电力线电流信号进行fft分析得到各次谐波幅值，计算总谐波畸变率和谐波特征向量的马氏距离；

18、总谐波畸变率thd的计算公式为：

19、；其中为第h次谐波幅值，为基波幅值，h为最高谐波次数；

20、谐波特征向量的马氏距离dh的计算公式为：

21、；其中为谐波特征向量，为基线谐波特征均值向量，为基线谐波特征协方差矩阵。

22、作为本发明进一步的改进方案，所述四维联合特征向量的加权构造公式为：

23、；其中，依次为阻抗频率特征、噪声统计特征、信号衰减特征、谐波畸变特征，为对应维度的权重系数，由各维度信息熵计算得到，所有权重系数之和为1。

24、作为本发明进一步的改进方案，各维度异常评分的计算公式为：

25、；其中为各维度异常度量值，和为可配置参数，控制异常评分的灵敏度，控制异常评分的基准阈值。

26、作为本发明进一步的改进方案，所述综合窃电判定评分的计算公式为：

27、；

28、其中分别为阻抗维度、噪声维度、衰减维度、谐波维度的异常评分，为四维特征交叉异常评分，为采用熵权法动态计算的权重系数，且权重系数之和为1。

29、作为本发明进一步的改进方案，窃电位置的计算公式为：

30、；；

31、其中，k为智能监测节点数量，为第i个智能监测节点的位置，为基于阻抗变化量倒数的权重系数；为当前测量阻抗值，为基线阻抗值。

32、作为本发明进一步的改进方案，窃电功率的计算公式为：

33、；

34、其中分别为基于阻抗变化、信号衰减、电流不平衡的功率估算值，为各方法权重系数。

35、第二方面，本发明提供了一种基于电力线通信的实时防窃电监测系统，该系统适用于上述的方法，包括云平台层、通信网络层、采集设备层和用户终端层；

36、所述采集设备层包括低压集中器和多个智能监测节点，所述低压集中器作为电力线通信主节点，所述智能监测节点作为电力线通信从节点，低压集中器和多个智能监测节点之间进行数据通信；

37、所述智能监测节点用于周期性向电力线注入扫频检测信号，并采集响应信号中的阻抗参数、噪声参数、衰减参数和谐波参数四类信道参数；

38、所述云平台层用于根据所述四类信道参数提取四维联合特征向量，以及根据四维联合特征向量计算综合窃电判定评分来确认窃电行为，并计算窃电位置和窃电功率。

39、本发明具备以下有益效果：

40、1、本发明从电力线信道物理层提取阻抗、噪声、衰减、谐波四类特征，基于信道特性变化识别窃电，在电表被破坏或数据篡改时仍可正常工作，从原理上规避了电表失效带来的检测盲区。

41、2、本发明通过四维联合特征构建与特征-模式映射矩阵，可精准识别移相、分流、扩差、人为干扰四类主流窃电模式，各类模式识别率高，覆盖绝大多数常见窃电场景。

42、3、本发明采用分布式阻抗测量与多节点加权协同定位算法，无需现场排查即可估算窃电发生的物理位置，大幅缩短窃电处置周期，降低人工巡检成本，提升运维效率。

43、4、本发明通过阻抗、衰减、电流不平衡三种独立方法融合估算窃电功率，可量化窃电规模，为电费追缴与执法取证提供客观数据支撑。

1.一种基于电力线通信的实时防窃电监测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于电力线通信的实时防窃电监测方法，其特征在于，阻抗参数的阻抗频率特征通过分析扫频响应得到阻抗变化率、谐振频率偏移量和阻抗相角变化量，其中，阻抗的数学模型为：

3.根据权利要求1所述的基于电力线通信的实时防窃电监测方法，其特征在于，噪声参数的噪声统计特征通过拟合middleton class a模型得到脉冲指数，并提取峰值因子、脉冲因子、裕度因子、偏度和峰度时域统计量；

4.根据权利要求1所述的基于电力线通信的实时防窃电监测方法，其特征在于，衰减参数的信号衰减特征通过测量低压集中器到各智能监测节点的信号衰减变化量和衰减变化率得到；

5.根据权利要求1所述的基于电力线通信的实时防窃电监测方法，其特征在于，所述四维联合特征向量的加权构造公式为：

6.根据权利要求1所述的基于电力线通信的实时防窃电监测方法，其特征在于，各维度异常评分的计算公式为：

7.根据权利要求6所述的基于电力线通信的实时防窃电监测方法，其特征在于，所述综合窃电判定评分的计算公式为：

8.根据权利要求1所述的基于电力线通信的实时防窃电监测方法，其特征在于，窃电位置的计算公式为：

9.根据权利要求1所述的基于电力线通信的实时防窃电监测方法，其特征在于，窃电功率的计算公式为：

10.一种基于电力线通信的实时防窃电监测系统，该系统适用于权利要求1-9中任一项所述的方法，其特征在于，包括云平台层、通信网络层、采集设备层和用户终端层；