[发明专利]一种具有窃电嫌疑的用户的识别方法及装置

说明书

本发明公开一种具有窃电嫌疑的用户的识别方法及装置，方法包括：响应于获取的用户历史用电数据以及终端设备窃电记录，分别提取窃电识别评估指标和窃电标签，使形成训练数据集；对负荷曲线斜率指标、线损指标以及告警类指标进行加权求和，使得到综合评价指标；基于训练数据集对组合分类模型进行训练；将某一用户实时用电数据输入组合分类模型中，输出某一用户的窃电嫌疑系数，使确定窃电嫌疑用户。采用将多种窃电指标进行计算，基于加权求和将多种窃电指标综合考量，从而得到综合评价指标，并基于综合评价指标与窃电标签对组合分类模型进行训练，基于现有的电气数据进行具有窃电嫌疑的用户的识别，能够提高窃电用户识别的精确度。

技术领域

本发明属于电网反窃电技术领域，尤其涉及一种具有窃电嫌疑的用户的识别方法及装置。

背景技术

随着我国现代化建设步伐的加快，国家对能源的消耗也在不断增长，尤其是对电力的需求量呈现逐年增加的态势。在此背景下，一些不法分子通过破坏计量装置、私接线路等手段窃取电力资源，从而减少用电成本。窃电行为不仅严重影响正常的供用电秩序，给电网企业带来较大的经济损失，还会造成触电事故和电气火灾事故，危及人身及电网安全。

目前具有窃电嫌疑的用户的识别方法大多为工人巡检，定期逐户排查，但这种方式效率低下，耗费大量的人力、物力，同时对于一些隐蔽的窃电方式很难进行准确的识别。

发明内容

本发明实施例提供一种具有窃电嫌疑的用户的识别方法，用于至少解决上述技术问题之一。

第一方面，本发明实施例提供一种具有窃电嫌疑的用户的识别方法，包括：响应于获取的用户历史用电数据以及终端设备窃电记录，分别提取窃电识别评估指标和窃电标签，使形成训练数据集，其中，所述窃电识别评估指标包括负荷曲线斜率指标、线损指标以及告警类指标，所述窃电标签为某一用户是否窃电；所述负荷曲线斜率指标的表达式为：，，，式中，是负荷曲线斜率指标，是负荷曲线斜率变化的标志，是第t天的负荷曲线斜率，是第t-1天的负荷曲线斜率，s是负荷曲线斜率变化次数，m是天数的统计周期；负荷曲线斜率的计算公式为：，，，式中，是第i天的负荷曲线斜率，是第t天的负荷，以m天为统计周期，是天的平均负荷，分别为第天和天，是平均天数；所述线损指标的表达式为：，，，式中，是线损指标，是线损指标参考值，和分别是该天前m天和后m天的平均线损率，分别表示第和天；线损率的计算公式为：，式中，是第t天的线损率，是线路输电量，是所有用户的总损耗，U是用户集合，u是用户；所述告警类指标的表达式为：，，式中，是报警的总次数，是警告信号的状态，如果有报警信息，则否则，是告警类指标，是警告次数参考值；对所述负荷曲线斜率指标、线损指标以及告警类指标进行加权求和，使得到综合评价指标，其中，所述综合评价指标的表达式为：，式中，是综合评价指标，是负荷曲线斜率指标，是线损指标，是告警类指标，分别为负荷曲线斜率指标、线损指标和告警类指标的权重，；基于所述训练数据集对组合分类模型进行训练，其中，所述组合分类模型为基于随机森林子模型和神经网络子模型的组合模型，所述组合分类模型的输入量为所述窃电识别评估指标，输出量为所述窃电标签；将某一用户实时用电数据输入所述组合分类模型中，输出某一用户的窃电嫌疑系数，使确定窃电嫌疑用户。