[發明專利]基于大數據神經網絡算法的用戶竊電嫌疑分析裝置及方法

在審

• 申請號: 201510403159.2
• 申請日: 2015-07-10
• 公開（公告）號: CN105023042A
• 公開（公告）日: 2015-11-04
• 發明（設計）人: 周文婷;尼加提·納吉米;安文燕;馬天福;韓雙立;楊宇;周鵬;馬斌;王濤;李凱;顧楠
• 申請（專利權）人: 國家電網公司;國網新疆電力公司信息通信公司
• 主分類號: G06N3/02
• 分類號: G06N3/02
• 代理公司: 烏魯木齊合縱專利商標事務所 65105
• 代理人: 周星瑩;湯建武

技術領域

本發明涉及用戶竊電嫌疑分析技術領域，是一種基于大數據神經網絡算法的用戶竊電嫌疑分析裝置及方法。

背景技術

目前數據挖掘技術已經廣泛運用到銀行、保險和電信等行業中，并取得了較大的經濟效益。而與這些行業同樣具有海量信息處理、要求深入分析歷史信息、從中發現數據特征和預測其發展趨勢的并輔助決策的電力行業還處于初步嘗試階段。在電力行業反竊電方面，目前大多數反竊電方法還采用外圍設備管理措施，在反竊電技術上也采用傳統的判斷方法，依據專業人員人工進行數據分析，效率很低，并不能有效取證，準確、定量和及時反饋信息，影響反竊電稽查的有效進行。因此，現在電力企業急需一種行之有效的反竊電方法來幫助企業高效、精準地找出有竊電嫌疑的用戶。

神經網絡算法可以滿足這一需求，通過BP神經網絡算法來挖掘用戶用電行為數據，找出存在竊電嫌疑的用戶。然而，BP神經網絡算法在過去的傳統實現中大多以單節點實現為主，單輸入和單輸出的模式難以適應海量數據挖掘的需求。急需改進的BP神經網絡算法實現以多節點、分布式完成數據的處理，可吞吐PB級數據量，在海量的用戶用電數據中提取用戶用電行為特征，找出存在竊電嫌疑的用戶。

發明內容

本發明提供了一種基于大數據神經網絡算法的用戶竊電嫌疑分析裝置及方法，克服了上述現有技術之不足，其能有效解決現有傳統的反竊電方法根據人工進行數據分析，效率低且不準確的缺陷，更有效解決了現在采用的BP神經網絡算法挖掘用戶用電行為數據進行數據分析所采用的單輸入單輸出的模式難以滿足海量數據挖掘需求的問題。

本發明的技術方案之一是通過以下措施來實現的：一種基于大數據神經網絡算法的用戶竊電嫌疑分析裝置，包括居民用電行為海量數據導入模塊、數據分析模塊和居民竊電嫌疑指數輸出模塊；所述的數據分析模塊中設有分布式數據存儲接口模塊、分布數據處理單元、節點層輸出并歸一化處理模塊和分布式數據輸出接口模塊，所述的分布數據處理單元用于將用戶竊電嫌疑基礎輸入數據進行分析處理并輸出竊電嫌疑指數，所述的節點層輸出并歸一化處理單元對所有的基礎輸入數據進行歸一化處理并將用戶竊電嫌疑指數通過神經網絡算法調整權重值得到符合期望的輸出結果；所述的居民用電行為海量數據導入模塊的數據輸出端與分布數據處理單元的數據輸入端通過分布式存儲接口模塊相連接，分布數據處理單元的數據輸出端與節點層輸出并歸一化處理單元的數據輸入端相連接，節點層輸出并歸一化處理單元的數據輸出端與居民竊電嫌疑指數輸出模塊的數據輸入端通過分布式數據輸出接口模塊相連接。

下面是對上述發明技術方案的進一步優化或/和改進：

上述所述的用戶竊電嫌疑基礎輸入數據包括：用戶用電量、最大線路損耗值、電表類型、臺區線損、功率值、電流值、電壓值、用電月峰值和用電月谷值。

本發明的技術方案之二是通過以下措施來實現的：一種使用基于大數據神經網絡算法的用戶竊電嫌疑分析裝置的方法，包括以下步驟：

步驟一：通過居民用電行為海量數據導入模塊調用大數據分布數據庫中的用戶用電行為相關信息數據，并選擇用戶用電行為相關信息數據作為用戶竊電嫌疑基礎輸入數據，之后進入步驟二；

步驟二：確定輸入的用戶竊電嫌疑基礎數據，將用戶竊電嫌疑基礎數據在節點層輸出并歸一化處理單元進行數據歸一化處理，基礎數據歸一化處理采用的計算變換式為：

其中，是輸入的數據，為歸一化后的數據，和分別是樣本的最小數據和最大數據，之后進入步驟三；

步驟三：將歸一化計算后的數據再經過BP神經網絡算法進行處理，即通過輸入層、隱含層和輸出層三層之間層層映射，由層與層之間的權值矩陣進行調整，輸出各層的結果，之后進入步驟四；

步驟四：計算輸出結果的誤差，選取p個樣本，期望輸出值為，總誤差計算公式為：

當得到誤差計算結果在設定的閾值內時，之后進入步驟六；當得到誤差計算結果在設定的閾值外時，則將用戶竊電嫌疑基礎數據進行逆向處理，調整隱含層和輸出層的權值，再經過輸出層、隱含層和輸入層進行反向計算，輸出各層的結果，之后進入步驟五；