基于概率预测的用电采集终端电量异常在线实时识别方法

作     者：刘宣 唐悦 卢继哲 阿辽沙·叶 侯帅 叶方彬 LIU Xuan;TANG Yue;LU Jizhe;YE Aliaosha;HOU Shuai;YE Fangbin

作者机构：中国电力科学研究院有限公司北京100192 国网浙江省电力有限公司营销服务中心浙江杭州311121 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2021年第49卷第19期

页      面：99-106页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 0701[理学-数学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家电网公司科技项目资助(1100-201919158A0-0-00) 

主　　题：用电信息采集终端 异常识别 概率预测 结构化电量模型 变分贝叶斯推断 

摘      要：电力市场环境下用电信息采集系统采集的用电量成为市场结算的重要依据。实时识别用电采集终端上送的异常电量,不但可以提升数据质量,也可以为发现采集终端的故障、识别异常用电行为提供参考。针对现有异常数据识别方法识别性能和实时性不高的问题,提出基于概率预测的电量异常在线实时识别方法。首先,在分析电量异常类型和特点的基础上,提出离线训练概率预测模型、在线实时识别异常数据的检测方法。其次,提出了基于状态空间模型的结构化用电量模型对用户用电规律进行建模,并采用变分贝叶斯推断训练模型,以实现用电量的概率分布预测。最后,利用预测标准分数衡量电量实测数据与电量概率预测结果之间的差异,从而实现异常数据的在线识别。采用实际电量数据进行验证,并与其他方法进行对比,验证了该方法的实用性和有效性。