[發明專利]電網用戶用電異常行為檢測方法

在審

• 申請號: 202110192632.2
• 申請日: 2021-02-20
• 公開（公告）號: CN113011997A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 郭瑩奎;蘆立華
• 申請（專利權）人: 上海電機學院
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;G06K9/62;G01R31/00
• 代理公司: 上海伯瑞杰知識產權代理有限公司 31227
• 代理人: 李慶

本發明提供一種電網用戶用電異常行為檢測方法，包括步驟：S1：采集獲取用戶用電數據；S2：對用戶用電數據進行數據預處理，獲得訓練集；S3：構建基于AdaBoost集成學習的用電異常檢測模型；S4：利用訓練集對用電異常檢測模型進行訓練；S5：向訓練后的用電異常檢測模型輸入用戶特征數據；S6：進行異常用電行為分析與識別；S7：用電異常檢測模型輸出分類結果；S8：使用分類性能指標評價分類結果。本發明的一種電網用戶用電異常行為檢測方法，利用電力企業現有系統所提供數據實現反竊電分析，對竊電嫌疑用戶行為進行推測和診斷，精準識別重大竊電嫌疑用戶，提高反竊電工作成效，加強我國電力企業對電能輸出的高效監管力度。

技術領域

本發明涉及大數據檢測電網用戶用電異常領域，尤其涉及一種電網用戶用電異常行為檢測方法。

背景技術

隨著科學技術的不斷提高，計算機科學日益成熟，其強大的計算功能被人們深刻地認識到，大數據檢測竊電行為已經深入到許多電力公司。目前，應用于用電數據異常檢測方面的有效方法可歸納為基于傳統方法、基于數據挖掘兩大類。傳統方法涵蓋了狀態估計、矩陣分解、博弈論等。

雖然應用于用電數據異常檢測方面的傳統方法(狀態估計法、矩陣分解法、博弈論等)正確率很髙，但模型的泛化能力較差。在處理小規模數據的問題時實用效果并不突出，可解釋性較差。

發明內容

針對上述現有技術中的不足，本發明提供一種電網用戶用電異常行為檢測方法，利用電力企業現有系統所提供數據實現反竊電分析，對竊電嫌疑用戶行為進行推測和診斷，精準識別重大竊電嫌疑用戶，提高反竊電工作成效，加強我國電力企業對電能輸出的高效監管力度。通過采用強有力的竊電監控識別手段，加大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。

為了實現上述目的，本發明提供一種電網用戶用電異常行為檢測方法，包括步驟：

S1：采集獲取用戶用電數據；

S2：對所述用戶用電數據進行數據預處理，獲得訓練集；

S3：構建基于AdaBoost集成學習的一用電異常檢測模型；

S4：利用所述訓練集對所述用電異常檢測模型進行訓練，獲得訓練后的所述用電異常檢測模型；

S5：向訓練后的所述用電異常檢測模型輸入用戶特征數據；

S6：所述用電異常檢測模型進行異常用電行為分析與識別；

S7：所述用電異常檢測模型輸出分類結果，所述分類結果包括竊電用戶；

S8：使用分類性能指標評價分類結果。

優選地，所述S2進一步包括步驟：

S21：根據所述用戶用電數據的異常情況，對所述用戶用電數據進行相應的填充、清洗和修改操作，獲得真實數據；

S22：隨機選取10％的所述真實數據作為用戶用電異常樣本；

S23：按照六種不同的公式修改所述用戶用電異常樣本，獲得所述訓練集。

優選地，所述六種不同的公式包括公式(1)、公式(2)、公式(3)、公式(4)、公式(5)和公式(6)：

h₁(x^t)＝αx^t，α∈(0.2，0.8) (1)；

其中，h₁(x^t)表示t時刻按公式(1)修改后的用電量，α表示修改常系數，x表示原始用戶用電量，t表示指定的某一時間；