[发明专利]一种反窃电行为识别方法和系统

权利要求书

1.一种反窃电行为识别方法，其特征在于：

所述方法包括以下步骤：

步骤1：获取用户历史用电评价指标参数数据；

步骤2：基于用户历史用电评价指标参数数据，构建并训练疑似窃电用户识别模型；

步骤3：采用疑似窃电用户识别模型，识别疑似窃电用户；

步骤4：结合用户用电评价指标参数横向数据，对疑似窃电用户进行校验，确定窃电用户；

步骤2具体包括：

步骤2.1：归一化处理用户历史用电评价指标参数数据；

步骤2.2：构建并训练疑似窃电用户识别模型；

步骤2.2中，基于BP神经网络构建疑似窃电用户识别模型：

θ²＝θ²+β·(Y_pred-Y_real)·Y_pred·(1-Y_pred)

其中,α和β为学习率；a为常数；为隐含层第j个神经元的阈值；为隐含层第i个神经元到第j个神经元的连接权值；H_j和I_i为隐含层的样本输出向量；θ²为输出层结点的偏置值；为第j个神经元所在输出层的偏置值；Y_pred、Y_real分别为预测目标、目标输出。

2.根据权利要求1所述的一种反窃电行为识别方法，其特征在于：

步骤1获取的用户历史用电评价指标参数数据，包括窃电用户和正常用户的用电量、功耗因数、三相电压不平衡率、三项电流不平衡率、用表类型以及其是否窃电的标志位。

3.根据权利要求1所述的一种反窃电行为识别方法，其特征在于：

还包括：步骤5：下发窃电用户的核查名单，进行人工核查。

4.根据权利要求1所述的一种反窃电行为识别方法，其特征在于：

还包括：存储并显示各步骤数据，以便用户查询及疑似窃电用户识别模型再次训练。

5.根据权利要求1所述的一种反窃电行为识别方法，其特征在于：

步骤2.1中，通过离差标准化，对原始数据进行线性变换，使结果映射到[0-1]之间，转换函数如下：

其中x为用户的历史用电评价指标参数数据，x*为处理后的值，max为样本数据的最大值，min为样本数据的最小值。

6.根据权利要求1所述的一种反窃电行为识别方法，其特征在于：

步骤2.2中，在训练过程中，获取BP神经网络的目标输出：真实用电量Y_real；

如果目标输出Y_real与预测目标Y_pred之间的误差小于设定的误差阈值，或者训练迭代次数达到预设的阈值，则完成模型训练。

7.根据权利要求1-6任一项所述的一种反窃电行为识别方法的反窃电行为识别系统，其特征在于：

所述系统包括：

数据获取模块，用于获取历史用户用电评价指标参数数据；

模型构建模块，用于基于用户历史用电评价指标参数数据，构建并训练疑似窃电用户识别模型；

识别模块，用于基于疑似窃电用户识别模型，识别疑似窃电用户；

校验模块，用于结合用户用电评价指标参数横向数据，对疑似窃电用户进行校验，确定窃电用户。