[发明专利]用户用电窃电行为模式的分析方法

说明书

技术领域

本发明属于用户用电分析技术领域，尤其是一种用户用电窃电行为模式的分析方法。

背景技术

用电信息的管理是用电营销的重要基础和数据支撑，随着智能电网的不断深入建设，对用电信息管理的精益化要求不断提高。当前，用电信息采集系统的日采集，日计算。数据的实时的监控和获取已不是解决相关问题的瓶颈。针对每日的海量的采集数据，如何在此基础上完成有效的、准确的数据分析，进而发现相关用电方面的问题，提升用电信息方面的数据处理水平。目前，关于用电信息的数据分析，依靠常规的数据统计，不能发现隐藏在海量数据背后的问题。业务人员不能直观的从数据统计中发现问题，仅靠业务人员的经验分析问题、发现问题、处理问题。同时，面对海量的日用电数据，靠人力去做基础数据的分析，只是简单的计算和直接的经验，存在分析出的结果不正确、数据分析的工作效率低下等问题。

如何提高系统自动化的分析能力，利用海量的数据去分析发现问题及其处理分析，一直是用电信息管理的亟待解决的问题。当前，在面临着窃电手段的多样性、科技性等特点，如何通过让数据说话，让数理统计与业务需求相结合，最大化的提高数据分析的自主性和智能性也是智能电网的必行趋势。

发明内容

本发明的目的在于克服传统的、单一化的、常规的分析用电用户窃电的风险，解决目前海量的采集数据单靠人工分析基础数据的不足，利用分析系统的分析能力，构建窃电行为分析模型，提高分析的能力与效率，而提出一种用户用电窃电行为模式的分析方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种用户用电窃电行为模式的分析方法，包括步骤如下：

(1)用户用电数据采集及电表异常事件数据采集：在用电信息采集系统的主站采集用户的用电数据及主动采集电表异常事件数据；

(2)抽取历史用电数据及电能表异常事件数据处理：包括对采集系统的档案数据、日采集数据及计量电能表事件数据，抽取到数据分析系统数据库；

(3)历史用电及电能表异常事件数据清洗处理：在数据分析系统中对历史的用电数据及电能表事件数据做清洗处理；

(4)构建窃电行为分析模型：在分析系统中利用历史用电数据及电表异常事件等数据特征，构建综合性的窃电分析数据模型；

(5)窃电模型参数的修正处理；根据历史用电数据及电表异常事件数据训练过的数据集，对窃电分析数据模型做训练，根据训练结果修正模型的参数；

(6)窃电风险评估，根据窃电行为分析模型分析出的数据，对每个用电用户做风险等级评估。

而且，所述步骤(1)的具体方法包括：

①用电信息采集系统主站负责每天采集用户的电能表数值和购电信息数据，计量电能表的开盖事件，用电信息采集系统实时召测用户电能表零线进向电流和出向电流，用电信息采集系统对存储在终端上的电能表的零点冻结数据实施两种采集策略，一是终端定时上报终端数据；二是用电信息采集系统按计划下发召测任务，采集终端中的电能表数据和电能表异常事件；

②用电信息采集系统主站负责接收、解析终端的上行报文，数据库负责对主站采集的数据按不同的数据项类别进行存储。

而且，所述步骤(2)的具体方法包括：

①档案数据抽取：数据分析系统每日定时抽取当前采集系统最新的用户档案数据，包括用户档案、电能表档案、计量点档案，同时对分析系统中的原档案与新档案做分析比较，不一致的档案，打上标志戳；

②日采集数据：数据分析系统每日定时抽取当天增量的日采集数据，包括：日冻结示值、用户购电次数、剩余金额及总购电金额；

③计量电能表事件数据：数据分析系统每日定时抽取计量电能表的事件数据，包括开盖记录事件及停电事件。

而且，所述步骤(3)的具体方法包括：

①对日冻结数据做清洗数据，按月计算每块电能表的日最大用电量、日最小用电量、均值及标准差的统计值，比对这些统计值，找出特征值，包括负值，标准差异常值做数据清洗，清洗后的数据重新计算统计值；

②对日剩余金额做数据清洗，按月计算每块电能表的日用电金额、日最小用电金额、均值及标准差的统计值，其做法与日冻结数据的清洗方式一致，但是注意用户的购电记录，否则会出现干净的数据被误清洗；

③对计量电能表开盖事件做清洗，获取每次开盖的原始时间点。

而且，所述步骤(4)的具体方法包括：