[發明專利]用戶用電竊電行為模式的分析方法

有效

• 申請號: 201410260920.7
• 申請日: 2014-06-12
• 公開（公告）號: CN104036357B
• 公開（公告）日: 2017-12-29
• 發明（設計）人: 鐘珊;趙寶國;劉志;賈培剛;高偉;劉軍;劉罡;王子興;孫繼科;馬濤;張皓
• 申請（專利權）人: 國家電網公司;國網天津市電力公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 天津盛理知識產權代理有限公司12209
• 代理人: 王來佳

1.一種用戶用電竊電行為模式的分析方法，其特征在于包括步驟如下：

(1)用戶用電數據采集及電表異常事件數據采集：在用電信息采集系統的主站采集用戶的用電數據及主動采集電表異常事件數據；具體方法包括：

①用電信息采集系統主站負責每天采集用戶的電能表數值和購電信息數據，計量電能表的開蓋事件，用電信息采集系統實時召測用戶電能表零線進向電流和出向電流，用電信息采集系統對存儲在終端上的電能表的零點凍結數據實施兩種采集策略，一是終端定時上報終端數據；二是用電信息采集系統按計劃下發召測任務，采集終端中的電能表數據和電能表異常事件；

②用電信息采集系統主站負責接收、解析終端的上行報文，數據庫負責對主站采集的數據按不同的數據項類別進行存儲；

(2)抽取歷史用電數據及電能表異常事件數據處理：包括對采集系統的檔案數據、日采集數據及計量電能表事件數據，抽取到數據分析系統數據庫；具體方法包括：

①檔案數據抽?。簲祿治鱿到y每日定時抽取當前采集系統最新的用戶檔案數據，包括用戶檔案、電能表檔案、計量點檔案，同時對分析系統中的原檔案與新檔案做分析比較，不一致的檔案，打上標志戳；

②日采集數據：數據分析系統每日定時抽取當天增量的日采集數據，包括：日凍結示值、用戶購電次數、剩余金額及總購電金額；

③計量電能表事件數據：數據分析系統每日定時抽取計量電能表的事件數據，包括開蓋記錄事件及停電事件；

(3)歷史用電及電能表異常事件數據清洗處理：在數據分析系統中對歷史的用電數據及電能表事件數據做清洗處理；具體方法包括：

①對日凍結數據做清洗數據，按月計算每塊電能表的日最大用電量、日最小用電量、均值及標準差的統計值，比對這些統計值，找出特征值，包括負值，標準差異常值做數據清洗，清洗后的數據重新計算統計值；

②對日剩余金額做數據清洗，按月計算每塊電能表的日用電金額、日最小用電金額、均值及標準差的統計值，其做法與日凍結數據的清洗方式一致，但是注意用戶的購電記錄，否則會出現干凈的數據被誤清洗；

③對計量電能表開蓋事件做清洗，獲取每次開蓋的原始時間點；

(4)構建竊電行為分析模型：在分析系統中利用歷史用電數據及電表異常事件數據特征，構建綜合性的竊電分析數據模型；具體方法包括：

①設置每塊電能表日用電量、日用電金額與竊電相關度的度量指標，根據用戶電能表的歷史用電信息，采用離群點中基于密度的算法，發現電能表中用電的突出時間點，并利用回歸算法驗證其時間點后，日用電量、日用電金額在整體上是否具有趨向性或長期零電量；

②按臺區的維度計算供電能表的日供電量、臺區下用戶所用的售電量、臺區的日實際線損率、計算出的結果與歷史的線損率波動比較，分析原低損臺區是否呈上升趨勢，確認上升的起始時間點；

③對上述的度量指標與用戶電能表的開蓋記錄相結合，采用人工網絡神經算法，確定各指標的度量的權重，針對強相關的指標，在人工網絡神經算法中設置相關因子；

(5)竊電模型參數的修正處理；根據歷史用電數據及電表異常事件數據訓練過的數據集，對竊電分析數據模型做訓練，根據訓練結果修正模型的參數，具體為：針對構建的竊電分析數據模型，利用清洗過的訓練數據集，對數據模型進行訓練處理，同時注意建立各算法運行時間指標，對數據模型訓練出的結果，做符合度的驗證，確定數據模型是否在置信度的范圍內，根據結果去修正數據模型的參數及算法；

(6)竊電風險評估，根據竊電行為分析模型分析出的數據，對每個用電用戶做風險等級評估，具體為：根據數據分析系統中的竊電行為分析的數據模型，對影響竊電因素的度量指標，在整體上評估用電用戶的竊電風險等級，采用貝葉斯信念網絡算法，根據不同的度量指標、各自的權重，確定用電用戶電能表的發生竊電行為的概率。