[發明專利]反竊電模型生成方法及裝置

在審

• 申請號: 201811348895.2
• 申請日: 2018-11-13
• 公開（公告）號: CN109446193A
• 公開（公告）日: 2019-03-08
• 發明（設計）人: 舒一飛;樊博;黃吉濤;梁飛
• 申請（專利權）人: 國網寧夏電力有限公司電力科學研究院
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/21;G06Q50/06;G06K9/62;G06N20/00
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 蘇勝

本申請提供的反竊電模型生成方法及裝置，通過對用電信息采集系統的計量數據、營銷業務應用系統的檔案類數據和一體線損平臺的線損數據進行處理，所述預處理包括數據篩選和數據清洗，進而剔除掉一些無用的干擾數據。將經過篩選和清洗后的數據進行歸一化處理。所述機器學習模型通過使用歸一化處理后的數據進行訓練學習，進而獲得反竊電模型。其中，所述反竊電模型包括一預設關聯矩陣，所述關聯矩陣包括有預設的竊電異常行為對應的異常系數，所述異常系數用于計算表示用戶竊電嫌疑的竊電嫌疑系數。本方案所提供的技術手通過反竊電模型提供竊電嫌疑清單和竊電嫌疑分析報告，為精確的反竊電預警提供參考。

技術領域

本申請涉及電力系統領域，具體而言，涉及一種反竊電模型生成方法及裝置。

背景技術

竊電給正常供電秩序和安全用電帶來極大影響。竊電負荷波動較大，一些竊電方式野蠻粗暴，輕則損壞低壓電氣設施，重則連鎖反應造成局部供電中斷。并且竊電者多數是非專業技術人員，竊電時極易引發觸電造成傷亡，威脅著自己和他人的人身安全。目前國內用電檢查人員主要利用計量裝置單一異常診斷模型進行反竊電篩查，所使用的數據主要來源于用電信息采集系統，通過比對電壓、電流、功率之間的數據采集異常，輔助決策樹和支持向量機等算法開展竊電用戶篩選工作，竊電與計量裝置異常在此類技術中難以區分，誤判率，漏判率較高，效率低下，進而無法滿足精準的反竊電預警需求。

發明內容

為了克服現有技術中的上述不足，本申請的目的在于提供一種反竊電模型生成方法，應用于反竊電系統，所述反竊電系統包括機器學習模型，所述方法的步驟包括：

獲取多個用戶的用電相關原始數據，所述用電相關原始數據包括用電信息采集系統的的計量數據、營銷業務應用系統的檔案類數據和一體線損平臺的線損數據；

通過聚類因子從所述用電相關原始數據中獲取不同行業用電特征庫，所述聚類因子表示不同行業用電特征信息；

根據竊電特征從所述用電相關原始數據中獲取反竊電樣本庫，所述竊電特征表示反映竊電行為的相關用電數據；

將所述行業用電特征庫和所述反竊電樣本庫交由所述機器學習模型學習訓練，進而獲得反竊電模型，所述反竊電模型包括一預設關聯矩陣，所述關聯矩陣包括有預設的竊電異常行為對應的異常系數，所述異常系數用于計算表示用戶竊電嫌疑的竊電嫌疑系數。

可選地，所述反竊電模型生成方法還包括以下步驟：

剔除所述電信息采集系統的計量數據中的突變數據和缺點大于預設比例的數據，所述缺點大于預設比例的數據表示每間隔一預設間隔時間所采集的所述計量數據為空值，且空值數量大于預設比例的數據；

對所述營銷業務應用系統的檔案類數據進行事件信息清洗、表碼清洗、負荷曲線數據清洗和用電明細清洗，所述事件信息清洗用于排除用戶更換電表的因素，所述表碼清洗用于剔除電表中統計數值中突然增加的數值、突然減少的數值和小數點異常的數值，所述負荷曲線數據清洗用于剔除不滿足電壓、電流和功率關系的數值，所述用電明細清洗用于剔除檔案類數據中的空值數據；

對篩選后的計量數據、清洗后的檔案數據和線損數據進行無量綱處理。

可選地，所述通過聚類因子從所述用電相關原始數據中獲取不同行業用電特征庫，所述聚類因子表示不同行業用電特征信息的步驟包括：

通過功率曲線、日平均功率、周平均功率、三相不平衡率、負載率、功率因數和日用電量構造聚類因子；

根據所述聚類因子，通過聚類算法獲取不同行業用電特征庫。

可選地，所述根據所述聚類因子，通過聚類算法獲取不同行業用電特征庫的步驟包括：

根據的K-means聚類算法獲取不同行業的負荷特性，所述負荷特性表示行業用電的日高峰用電特征，日峰谷用電特征、工作日用電特性和季節性用電特性；