[发明专利]一种配电用户用电行为预测方法

说明书

本发明涉及用电监控领域，具体公开了一种配电用户用电行为预测方法，包括：获取相同类型用户的历史某月用电的量测数据作为输入数据，以用户的当前某月的用电量作为输出数据；建立SVM支持向量机预测模型，利用输入数据与输出数据对所述SVM向量机进行训练以获取最优的SVM支持向量机；确定误差阈值，利用训练好的SVM支持向量机预测某用户某一时间的预测用电量，并获取该用户的实际用电量，当所述实际用电量与所述预测用电量之间的差值超过所述误差阈值时则为判断该用户窃电。该方法利用不良数据辨识方法在用电信息里查询预测用户用电情况对比实际数据校核是否存在窃电行为，且性能更好、效率更高。

技术领域

本发明属于用电监控领域，特别涉及一种配电用户用电行为预测方法。

背景技术

电力系统不良数据的检测与辨识是电力系统状态估计的重要功能之一，其目的在与排除量测数据中偶然出现的少量不良数据，提高状态估计的可靠性。供电企业实施了“一户一表”的措施，改善了用电用户用电的制约因素，增强了供电的可靠性。而随着电力用户对电能的需求日益增加，一些电力用户采取各式各样的窃电方式，为无偿获得电能，达到少交或者不交电费的目的，来提高企业效益。不仅给供电企业造成巨大的经济损失，而且扰乱了正常的用电秩序，给电力企业与用户带来安全隐患。因此，建立一套算法评估模型，进行对用电用户用电数据检测与辨识是否是存在窃电行为，对电力企业的正常运行具有重要意义。

窃电的方法主要取决于电压、电流、功率因素3个参数，通过技术手段改变其中一个技术参数都能干扰电力计量设备，达到窃电的目的。随着电能计量在装备现代化上不断提升，自动化水平逐渐提高，为防止用户窃电，电力系统想取了很多种办法，有手动防窃电、报警防窃电等。但是这些报警装置都不具备实时性，也不能留下窃电证据。

发明内容

本发明的目的在于提供一种配电用户用电行为预测方法，其利用不良数据辨识方法在用电信息里查询预测用户用电情况对比实际数据校核是否存在窃电行为。

为实现上述目的，本发明提供了一种配电用户用电行为预测方法，包括：

S101，获取相同类型用户的历史某月用电的量测数据作为输入数据，以用户的当前某月的用电量作为输出数据；

S102，建立SVM支持向量机预测模型，利用输入数据与输出数据对所述SVM向量机进行训练以获取最优的SVM支持向量机；

S103，确定误差阈值，利用训练好的SVM支持向量机预测某用户某一时间的预测用电量，并获取该用户的实际用电量，当所述实际用电量与所述预测用电量之间的差值超过所述误差阈值时则为判断该用户窃电。

步骤S101中，根据用电特点把负荷划分为民用负荷、商业负荷、工业负荷以及其他负荷。

所述民用负荷是指居民的家庭负荷，所述商业负荷是商业负荷，所述工业负荷分别是与工业服务负荷，所述其他负荷为市政用电负荷。

建立SVM支持向量机预测模型，步骤S102利用输入数据与输出数据对所述SVM向量机进行训练以获取最优的SVM支持向量机具体包括：

将每一个用户每月用电量数据表示为S＝{(x_i，y_i),i＝1，2...，l}，其中x_i∈R是第i个输入样本，y_i∈R是相应于x_i的目标值，l为训练样本数目；

依据给定训练数据寻找一个实值函数y＝f(x)，定义线形ε不敏感损失函数为：

即如果目标值y和经过学习构造的回归估计函数的值f(x)之间的差别小于ε，则损失等于0；

如果存在一个超平面

f(x)＝w^Tx+b＝0 (2)