[發明專利]一種多源數據融合的防竊電預警方法

在審

• 申請號: 201811493693.7
• 申請日: 2018-12-07
• 公開（公告）號: CN109615004A
• 公開（公告）日: 2019-04-12
• 發明（設計）人: 李鋼;茅海泉;韓輝
• 申請（專利權）人: 江蘇瑞中數據股份有限公司;南瑞集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06Q10/04;G06Q50/06
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 張弛

本發明提供一種多源數據融合的防竊電預警方法，用以實現針對用戶在用電過程中出現的竊電和異常用電行為的分析及預警體系。該方法中利用多源復合信息提高用電行為的系統監測和預測預警診斷能力，以用電海量數據應用的支撐技術；建立多層感知體系，促進用電信息系統的多源集成、深層提取和全方向應用；同時提出基于用戶用電分析的監測與感知方法，提高對用電類別、用電策略以及用電行為規范等相關資源的優化配置；提出對用戶用電行為屬性的辨識方法，為電網安全、維護電量營銷提供技術支撐。

技術領域

本發明是屬于電網數據分析領域，更準確的來說是一種多源數據融合的防竊電預警方法。

背景技術

作為智能電網組成中的直面用戶的最前置、最基本的構成元素，電力用戶用電信息采集系統是電力企業“大數據”鏈條上的重要且基礎的一環。故目前的智能電網系統中的竊電和異常用電行為分析需要將廣大電力用戶用電信息數據的采集，并利用已采集的海量數據結合營銷信息系統以及其他關聯數據進行合理提取和分析，形成分析結論。而如何進行數據采集、提取、分析仍沒有較好的實現方法。

發明內容

發明目的：為解決上述問題，本發明提供了一種多源數據融合的防竊電預警方法，用以提高用電行為的系統監測和預測預警診斷能力。

技術方案：為實現上述目的，本發明可采用如下技術方案。

一種多源數據融合的防竊電預警方法，包括數據獲取與處理、特征提取與顯示、模型分析、輔助決策；其中，

數據獲取與處理針對數據來源進行整理，獲取有效數據用以獲取竊電典型案例，即收集營銷系統客戶違約用電竊電相關數據信息；

特征提取與顯示通過提取用戶用電行為特征展示用電信息；

模型分析通過異常電量信息進行綜合分析，獲取異常電量信息模型；即通過海量用電信息采集系統提取客戶用電數據，選取部分竊電客戶實例，利用邏輯回歸算法，開展模型樣本訓練相關的技術預研；搭建客戶竊電概率大數據分析模型；

輔助決策生成異常用電竊電報告。

進一步的，所述提取用戶用電行為特征展示的用電信息包括客戶信息、客戶信用信息；客戶信息包括用戶分類、用電類別、行業分類、電壓等級、合同容量、重要性等級、季節性增減容、是否關聯發電客戶、發電客戶接人容量、發電客戶并網電壓等級、平均月電能量、平均月電費；客戶信用信息包括是否有欠費記錄、欠費次數、是否有違約用電記錄；客戶用電行為信息根據從電能表上獲取的采集數據，分析客戶的用電行為，包括電能量差動異常、電能表開蓋、電能表停走、三相不平衡、電流過流、電壓斷相、電能表失壓、電能表失流、用電負荷等信息。

進一步的，采用下述的方法進行特征提取和比較研究，包括，

主分量分析方法；

基于自組織映射神經網絡；

基于循環神經網絡將原序列逐一輸入到循環神經網絡中用于回歸預測，將每一時刻得到的隱藏狀態都匯聚起來，然后利用平均池化來降維得到轉換后的數據；

進一步的，特征提取以后，通過主分量分析和自組織映射神經網絡的輸出，顯示特征數據在二維空間或者三維空間中的分布情況。

進一步的，所述客戶竊電概率大數據分析模型的分析搭建基于用電信息采集系統，采用聚類分析法作為多變量統計工具，包括K-means算法、凝聚聚類算法以及EM算法系統聚類法和K均值聚類法；通過海量用電信息采集系統提取客戶用電數據，選取部分竊電客戶實例，利用邏輯回歸算法，開展模型樣本訓練相關的技術預研。