[发明专利]一种反窃电行为识别方法和系统有效

专利信息
申请号: 202110057744.7 申请日: 2021-03-17
公开(公告)号: CN112733456B 公开(公告)日: 2022-10-14
发明(设计)人: 王雍;张世林;李伟;姚琼琼;罗辉勇;李会君;杨蕾;谢延军 申请(专利权)人: 国网河南省电力公司营销服务中心;国网河南省电力公司;国家电网有限公司
主分类号: G06F30/27 分类号: G06F30/27;G06Q10/04;G06Q10/06;G06Q50/06;G06N3/08
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 肖继军;张红莲
地址: 450052 河南*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 反窃电 行为 识别 方法 系统
【说明书】:

本申请公开了一种反窃电行为识别方法和系统,所述方法包括获取用户历史用电评价指标参数数据;构建疑似窃电用户识别模型;采用疑似窃电用户识别模型,识别疑似窃电用户;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。本申请根据电网历史数据,可以在电力线路没有出现硬件损坏的情况下,根据电网数据平台采集的用户用电评价指标参数数据初步判断用户的用电状态,预测用户窃电行为,对用电用户进行多方面的分所,以缩小搜索范围,提高反窃电工作效率。

技术领域

发明属于用电评价指标参数数据监控技术领域,涉及一种反窃电行为识别方法和系统。

背景技术

针对目前的窃电行为呈现专业化、隐蔽性的特点,反窃电技术逐步向智能化转变。

传统的反窃电手段包括:一、在电能表安装的地方安装柜子并加锁,使用户不能够接触到电能表,这样就可以有效的防止窃电行为的进行。但是在一些偏远的地区这种方法很难得到应用,所以需要工作人员的不断巡查。二、针对电能表易被撬开和复原的问题进行改进,还对电能表的封口处进行了复封,并采用统一的编号,加强管理。三、采用智能电能表,虽然智能电能表理论上的突出优点在反窃电领域有着很好的效果,但是在实际使用中,在技术层面上由于目前还受限于传输速度和信息量等方面的影响,智能电能表所保存记录的失压、失流、断相、掉电、电压逆相序等异常操作事件尚不能及时上传给有关部门,在窃电行为发生时还不能完全实现自动报警。

另外,现有的用电信息采集系统的后台分析处理能力还有待进一步完善。

发明内容

为解决现有技术中的不足,本申请提供一种反窃电行为识别方法和系统,诊断效果好,可以对用电用户进行多方面的分所,以缩小搜索范围,提高反窃电工作效率。

为了实现上述目标,本发明采用如下技术方案:

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。

本发明进一步包括以下优选方案:

优选地,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。

优选地,还包括:步骤5:下发窃电用户的核查名单,进行人工核查。

优选地,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。

优选地,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:

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;

步骤2.2:构建并训练疑似窃电用户识别模型。

优选地,步骤2.2中,基于BP神经网络构建疑似窃电用户识别模型:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河南省电力公司营销服务中心;国网河南省电力公司;国家电网有限公司,未经国网河南省电力公司营销服务中心;国网河南省电力公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110057744.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top