74
ПРОГНОЗИРОВАНИЕ МЕСТ НЕСАНКЦИОНИРОВАННОГО
ПОТРЕБЛЕНИЯ ЭЛЕКТРОЭНЕРГИИ
Репьев Д. С.
1
, Казаков Д. В.
1
, Агеев В. А.
1
1
ФГБОУ ВО «Национальный исследовательский Мордовский государственный университет им. Н. П. Огарёва»
Саранск, Россия
E-mail:
Аннотация
Состояние вопроса:
Проблема несанкционированного потребления электроэнергии, всегда имевшая место, в период
пандемии обозначилась особо остро. Разница в показаниях приборов учета на подстанциях электроснабжающих
организаций и у потребителей электроэнергии достигла больших значений. Отсутствие повсеместного распространения у
потребителей приборов учета с системой автоматизированной передачи показаний не позволяет оперативно выявлять
несанкционированных потребителей. В связи с этим актуальной становится задача прогнозирования мест
несанкционированного потребления электроэнергии на основе анализа нормативного потребления электроэнергии и
результатов инструментального контроля в контрольном узле электрической сети.
Материалы и методы:
Применялся генетический алгоритм.
Результаты:
Предложена методика прогнозирования мест несанкционированного потребления электроэнергии на
основе генетического алгоритма. Для начального распределения параметров генетического алгоритма предложен
алгоритм определения узлов нагрузки, оказывающих максимальное влияние на параметры режима в контрольном узле
электрической сети. Проведенное тестирование предложенной методики на реальной электрической сети показало
высокую точность прогнозирования.
Выводы:
Предложенная методика позволяет на основе анализа нормативного потребления электроэнергии и
результатов инструментального контроля в контрольном узле электрической сети выполнить прогнозирование мест
несанкционированного потребления электроэнергии. Начальное распределение параметров генетического алгоритма на
основе определения узлов нагрузки, влияющих на параметры режима в контрольном узле электрической сети, позволяет
обеспечить высокую точность прогнозирования.
Ключевые слова:
несанкционированное потребление электроэнергии, баланс мощности, потери мощности,
генетический алгоритм, программный комплекс.
FORECASTING OF PLACES OF UNAUTHORIZED ELECTRICITY
CONSUMPTION
Dmitrij S. Rep’ev
1
,Dmitrij V. Kazakov
1
, Vadim A. Ageev
1
1
National Research Mordovia State University
, Saransk, Russian Federation
E-mail:
Abstract
Background:
The problem of unauthorized electricity consumption, which has always occurred, became particularly acute
during the pandemic. The difference in the readings of metering devices at substations of power supply organizations and at
consumers of electricity has reached large values. The lack of ubiquity among consumers of metering devices with a system of
automated transmission of readings does not allow to quickly identify unauthorized consumers. In this regard, the task of predicting
the places of unauthorized electricity consumption based on the analysis of the standard electricity consumption and the results of
instrumental control at the control node of the electric power grid becomes urgent.
Materials and methods:
A genetic algorithm was used.
Results:
A method for predicting places of unauthorized electricity consumption based on a genetic algorithm is proposed. For
the initial distribution of the parameters of the genetic algorithm, an algorithm is proposed for determining the load nodes that have
the maximum effect on the mode parameters in the control node of the electrical network. The testing of the proposed method on a
real electrical network showed a high accuracy of forecasting.
Conclusions:
The proposed method allows, based on the analysis of the standard electricity consumption and the results of
instrumental control in the control node of the electric network, to predict the places of unauthorized electricity consumption. The
initial distribution of the parameters of the genetic algorithm based on the determination of the load nodes that affect the mode
parameters in the control node of the electrical network allows for high accuracy of forecasting.
Key words:
unauthorized electricity consumption, power balance, power loss, genetic algorithm, software package.
