<big id="9bpyp"><em id="9bpyp"><kbd id="9bpyp"></kbd></em></big>

  1. <nav id="9bpyp"></nav>
    <table id="9bpyp"><small id="9bpyp"></small></table>

    <nobr id="9bpyp"></nobr>
    1. 電網
      POWER GRID
      助力組織效能提升 為決策提供數字化支撐

      基于大數據的智能化反竊電應用

      2018-11-02 10:38:19
      一、項目背景
      電力客戶數量快速增長,竊電現象也日益嚴重,竊電不僅損害了供電公司的經濟利益,同時也給用電安全帶來了隱患。隨著竊電現象的蔓延,每年因電量流失而造成的經濟損失巨大,但能夠被供電部門成功查處的案件只占少部分,以廣東省為例,平均每年查獲漏計、竊電量超過2000萬kwh,尚不包括那些未被查處的竊電用戶。竊電戶在實施竊電過程中,可能會造成電網不正常運行,影響了安全用電,甚至在有些竊電案例中,發生了短路造成的火災、爆炸等。

      二、問題與挑戰
      由于用戶數量大、竊電方式隱蔽等原因,導致反竊電工作難度大,現有手段難以形成有效支撐。反竊電的主要難點有以下幾個方面:
      (1)用戶數量龐大,稽查人員的資源和精力有限。
      (2)竊電手段逐漸由原來的簡單方式,發展到設備智能化、手段專業化、行為隱蔽化、實施規模化的高科技竊電,傳統檢查方法難以獲取證據。
      (3)電能計量裝置防竊電能力差,鉛封自身防偽性不強。
      (4)電能具有發、供、用同時完成的特點,且沒有可見的形態,因此電量損失隱蔽性強,證據易銷毀。如果竊電行為發生在節假日或者晚上,例行用電檢查難以獲取證據。

      三、解決方案
      在業務知識的指導下,通過大數據分析技術,構建疑似竊電用戶識別模型,根據疑似概率大小,定位疑似竊電用戶。


      基于大數據的智能化反竊電應用

      特征提取:從營銷、用采等系統選取竊電用戶行為特征和非竊電用戶行為特征作為模型輸入。
      模型構建:根據輸入特征,采用機器學習算法,訓練識別模型,輸出疑似用戶清單。
      結果應用:對疑似用戶開展稽查實地取證。

      四、應用價值
      經濟效益:某電力企業省公司一年的售電量平均超過2000億千瓦時,線損率一般在7%左右,通過基于人工智能的反竊電技術應用,線損率預計可降低1%,以平均電價0.6元/千瓦時計算,一個網省增加效益10億元,直接經濟效益明顯。
      社會效益:通過基于人工智能的反竊電技術應用,加強對竊電行為的威懾,維持了正常的用電秩序,保障了用戶的用電安全。
      管理效益:通過項目的實施,為電力企業反竊電管理提供了切實可行的方法和手段,對于推動營銷服務創新,促進公司反竊電管理水平提升有著重要的作用。


      服務熱線
      400-608-2558
      咨詢熱線
      029-88696198
      美林數據
      微信掃描二維碼,立即在線咨詢
      马上射日韩影院