[發(fā)明專利]基于邏輯回歸概率分析優(yōu)化模型的反竊電分析預警方法

在審

• 申請?zhí)枺?/td>: 201710237430.9
• 申請日: 2017-04-12
• 公開（公告）號: CN107145966A
• 公開（公告）日: 2017-09-08
• 發(fā)明（設計）人: 史玉良;榮以平;朱偉義;劉智勇;甄帥;呂梁;呂曉雯
• 申請（專利權）人: 山大地緯軟件股份有限公司;國網(wǎng)山東省電力公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 濟南圣達知識產權代理有限公司37221
• 代理人: 張勇

技術領域

本發(fā)明涉及一種基于邏輯回歸概率分析優(yōu)化模型的反竊電分析預警方法。

背景技術

近年來，我國用電相關的糾紛案件數(shù)量亦逐年上升，尤其竊電問題，且竊電手段不斷變化發(fā)展，使得竊電范圍不斷擴大，對電力系統(tǒng)的正常運行造成了阻礙。為規(guī)范管理生產生活用電，提高電能利用率，推進電力企業(yè)健康、穩(wěn)定發(fā)展，開展用電檢查與反竊電工作是電力企業(yè)一項迫切工作。

早期，傳統(tǒng)的電費收取方式為人工手抄表，體力勞動強且涉外人員數(shù)量不足，竊電查處問題也由涉外人員承擔，用電檢查人員數(shù)量難以滿足需求，其次，由于傳統(tǒng)用電管理思想觀念根深蒂固，供電企業(yè)對違約用電竊電行為不夠重視，造成用電檢查及打擊竊電行為力度低，助長了違約用電和竊電行為；隨著社會進步、經濟發(fā)展，用戶用電數(shù)量不斷增多，社會生產生活對電能的需求量越來越大，電力企業(yè)也隨之引進智能電表，以用電信息采集系統(tǒng)和SG186營銷業(yè)務應用系統(tǒng)有效實現(xiàn)遠程費控，然而竊電查處問題并未隨之解決，且在經濟利益的驅使下，竊電者不再局限于過去的居民、個體等，逐漸發(fā)展成為了集體企業(yè)、中外合作企業(yè)等，發(fā)展速度十分快，嚴重干擾了電力企業(yè)供電安全與秩序，此外，隨著科學技術日新月異，高科技手段被竊電人員廣泛應用，隨著竊電技術的智能化、科技化發(fā)展，使得高科技含量的竊電方式越來越多，如無線遙控、有線遠方控制等，此類竊電手段往往十分隱蔽，傳統(tǒng)用電檢查方法根本無法檢測，且用電檢查人員綜合素質較低，難以滿足用電檢查和反竊電工作的現(xiàn)代化需求。因此，亟需采取有效方法，利用電力企業(yè)現(xiàn)有系統(tǒng)所提供數(shù)據(jù)實現(xiàn)反竊電分析，對竊電嫌疑用戶進行概率推測和預警，精準識別重大竊電嫌疑用戶，提高反竊電工作成效，加強我國電力企業(yè)對電能輸出的高效監(jiān)管力度，通過建立強有力的反竊電監(jiān)控預警手段，加大反竊電的查處懲治力度，維護正常的供用電秩序，保障公司經營效益。

目前，竊電手段上大致可分為兩大類，如下表所示

針對違約用電與竊電問題帶來的電力企業(yè)用電監(jiān)管問題，本專利提出解決方案：基于用電信息采集系統(tǒng)和SG186營銷業(yè)務應用系統(tǒng)積累的大量客戶用電信息，結合大量典型竊電案例，綜合考慮各種竊電因素，抽象識別竊電行為的普遍因素，將邏輯回歸算法、離散弗雷歇距離算法和層次聚類分析算法相結合建立反竊電分析與處理方法，對竊電嫌疑用戶進行概率推測和預警，精準識別重大竊電嫌疑戶，通過建立預警、排查和處理反饋的閉環(huán)工作機制，完成模型的自我優(yōu)化。

發(fā)明內容

本發(fā)明為了解決上述問題，提出了一種基于邏輯回歸概率分析優(yōu)化模型的反竊電分析預警方法，本發(fā)明可以實現(xiàn)一種閉環(huán)工作的反竊電預警機制，滿足完成精準識別重大竊電嫌疑戶的業(yè)務需求。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術方案：

一種基于邏輯回歸概率分析優(yōu)化模型的反竊電分析預警方法，采集用電數(shù)據(jù)，提取用電數(shù)據(jù)的竊電數(shù)據(jù)，構建專家樣本庫，基于專家樣本庫數(shù)據(jù)，通過不同維度對關聯(lián)數(shù)據(jù)進行分析，建立基于竊電行為的特征數(shù)據(jù)庫，進而利用邏輯回歸算法構建用戶竊電概率分析模型，得到各個用戶的竊電概率，確定具有竊電嫌疑的用戶。

進一步的，上述方法還包括采集具有竊電嫌疑的用戶的歷史用電行為軌跡庫，并基于離散弗雷歇距離算法構建用戶行為趨勢分析模型，將目前用電數(shù)據(jù)曲線與用戶歷史用電軌跡對比，以優(yōu)化確定的有竊電嫌疑的用戶的結果。

進一步的，上述方法還包括基于用戶用電數(shù)據(jù)，建立典型類別用電行為特征庫，基于層次聚類分析算法構建高價低用判別模型，通過用戶用電軌跡與典型類別用電行為對比，確定高價低壓違約竊電用電用戶。

進一步的，上述方法還包括根據(jù)確定的竊電嫌疑用戶，進行排查，將排查結果反饋至專家樣本庫，對模型不斷優(yōu)化修正。

通過不同維度對關聯(lián)數(shù)據(jù)進行分析，包括但不限于用戶基本信息、用戶電價、計量點、電能表、收費信息、信用信息、各類竊電因素、計量裝置事件或違約用電因素。

上述方法可以同時建立用戶竊電概率分析模型、用戶行為趨勢分析模型和高價低用判別模型，以保證竊電用戶結果的正確性和完整性。

構建用戶竊電概率分析模型的具體過程包括：

(1)基于用戶用電數(shù)據(jù)選取等比例竊電樣本數(shù)據(jù)與正常用電樣本數(shù)據(jù)作為模型樣本集，從模型樣本集內分別隨機抽取相應比例的數(shù)據(jù)構成訓練集數(shù)據(jù)及測試集數(shù)據(jù)；

(2)定義訓練集數(shù)據(jù)的參數(shù)，采用擬牛頓法對目標函數(shù)進行最優(yōu)求解，不斷迭代，直到滿足迭代條件；