[发明专利]一种基于数据挖掘识别用户窃电行为的方法

说明书

本发明提供了一种基于数据挖掘识别用户窃电行为的方法，包括以下步骤：数据收集‑数据分析处理‑特征数据提取‑构建窃电行为识别模型‑获取窃电预警度。本发明通过对窃电相关的数据收集整理，模型训练的不断优化，最终达到最佳的窃电行为识别模型，使之能根据用户的基本属性特征、用电规律、行业特征、用电时间特征、电力行业运行特征进行准确的窃电行为的识别，高效精确的窃电行为识别提高了电力部门对于窃电行为的打击效率，对于保证电力企业的经济合理安全的运行，提高电力的安全使用，减少社会不良风气的发生有着重要的意义。

技术领域

本发明涉及一种基于数据挖掘识别用户窃电行为的方法，属于防窃电分析技术领域。

背景技术

随着国民生活水平的不断提高，经济增长的同时，电力需求也日渐增加，在电力部门供电过程中，非法窃电行为一直是电网发展的重大问题之一，随着窃电手段的不断变化发展，使得窃电的影响范围不断的扩大，给电力企业健康、稳定的发展带来了巨大的不确定性，造成电力企业经济损失的同时，还存在着重大的安全隐患，近年来由于非法窃电引起的火灾已经成为了火灾成因的主要原因之一。

目前对于非法窃电的防治手段主要为人工巡检，工作人员一方面根据自身多年的工作经验在用户现场进行排查和初步判断，记录用户窃电的可疑行为；另一方面对用户的用电量数据进行判断，辨别用电量数据的异常从而锁定具有窃电行为的可疑嫌疑用户。

但是面对庞大的用户群体，想要逐一进行排查需要耗费的人力物力资源巨大，效果也不尽如人意，因此，需要一种高效精确的防窃电方法对用户的窃电行为进行识别锁定。

在现有技术中，对防窃电提供了多种方法，如申请号为201310148105.7的中国专利公开的一种基于用电负荷管理系统数据挖掘的反窃电方法，该方法通过较多复杂的计算公式来进行窃电行为的判断，过程复杂，容易造成结果误差较大，其时间花费较长，效率较低。

又如申请号为201711260280的中国专利公开的一种基于随机森林的窃电行为的发现方法、申请号为201710842008的中国专利公开的一种基于大数据分析用电行为判定窃电概率的方法和申请号为201710006620的中国专利公开的一种基于用户行为分析的防窃电方法，均是通过较多复杂的计算公式来进行窃电行为的判断，其过程复杂，容易造成结果误差较大，时间花费较长，效率较低的问题。

又如申请号为201611157830的中国专利公开的一种单一异常分析防窃电预警分析方法，该方法只建立一个模型，用单一模型进行对所有数据进行分析，并不调整其输入输出结果，得到的结果不是最优的，且容易产生误差，使得结果不精确，错误停电、断电，给用户造成不必要的麻烦。

发明内容

为解决上述技术问题，本发明提供了一种基于数据挖掘识别用户窃电行为的方法，该基于数据挖掘识别用户窃电行为的方法相对于人工识别的方法，有效的实现了窃电行为识别的效率和识别的准确度，减少了电力企业经济损失和用电安全事故的发生。

本发明通过以下技术方案得以实现。

本发明提供的一种基于数据挖掘识别用户窃电行为的方法，包括以下步骤：

①数据收集：收集标准用户用电行为数据和用户的用电行为数据，用电行为数据包括用户的基本信息数据、区域用电量、区域电量损失指数、节假日区域用电变化指数、行业数据；

②数据分析处理：对用电行为数据进行分析处理，获取数据集；

③特征数据提取：根据业务和统计相关性对数据集进行挖掘，提取特征数据，获取特征数据集；

④构建窃电行为识别模型：利用特征数据集，构建用户的窃电行为识别模型；

⑤获取窃电预警度：对窃电行为识别模型进行训练，获取窃电预警度，根据不同等级的窃电行为预警度对用户采取不同的措施；

所述步骤②分为以下步骤：