[发明专利]一种低压配电网窃电用户检测方法和装置

说明书

本发明属于编码器技术领域，公开了一种低压配电网窃电用户检测方法和装置，所述检测方法包括：获取待检测用户数据并对待检测用户数据进行预处理；对经过预处理的待检测用户数据进行特征提取，得到待检测用户特征数据集；将待检测用户特征数据集输入到预先训练好的Wide and Deep模型进行检测，得到窃电用户。有益效果：在获取待检测区域的待检测用户数据经过预处理和特征提取输入到预设的Wide and Deep模型可以高效准确的筛选出窃电用户，进而保证电网企业的经济利益。

技术领域

本发明涉及编码器技术领域，特别是涉及一种低压配电网窃电用户检测方法和装置。

背景技术

在低压配电网的日常运行中，线损管理会对电网的负荷需求预测精度造成影响从而导致电网运行的安全事故。线损的主要构成有两个部分，分别为技术性线损和非技术性线损。非技术性线损指的电网输配电损失中剔除合理技术性线损后所剩余的无法计算得出的部分，而用户的违约用电行为特别是窃电就是造成非技术性线损的主要原因。

自2015年电改9号文发布以来，随着电力改革的持续进行，电网企业的经济效益受到了前所未有的冲击，在这样的背景下通过减少窃电行为来增加售电收入对电网公司来说已经成为了其迫切的需求。

因此，根据实际应用场景设计一套高效准确的窃电检测方法，是目前亟待解决的问题。

发明内容

本发明的目的是：根据实际应用场景提供一种低压配电网窃电用户检测方法和装置，高效准确的筛选出窃电用户，保证电网企业的经济效益。

为了实现上述目的，本发明提供了一种低压配电网窃电用户检测方法，包括：

获取待检测用户数据并对待检测用户数据进行预处理。

对经过预处理的待检测用户数据进行特征提取，得到待检测用户特征数据集。

将待检测用户特征数据集输入到预先训练好的Wide and Deep模型进行检测，得到窃电用户。

进一步的，所述对待检测用户数据进行预处理，具体为：

获取待检测区域的用户用电量数据，对极大异常值和空值进行数据修正。

进一步的，对经过预处理的待检测用户数据进行特征提取，得到待检测用户特征数据集，具体为：

将经过预处理的待检测用户数据输入堆栈降噪自编码器中进行数据处理，得到待检测用户特征数据集；其中，堆栈降噪自编码器包括由多个降噪自编码器堆叠而成，上一个降噪自编码器的输出为下一个降噪自编码器的输入，将最后一个降噪自编码器的输出作为待检测用户特征数据集。

进一步的，所述降噪自编码器的数据处理步骤包括：

将经过预处理的待检测用户数据记为数据集G，数据集G通过编码器的编码函数h变换为编码特征y，G与y的转换关系为：y＝_θ(G)＝s(WG+b)；其中，s是神经网络的激励函数，θ＝{W,b}为参数集合，W是参数权重，b是偏执值；

通过解码函数g计算得到数据集G的重构数据：其中，为重构数据集，W′为权重系数，b′为偏执系数，θ′＝{W′,b′}为解码函数g的参数集合。

进一步的，所述堆栈降噪自编码器的优化目标函数为：

参数θ和θ′以优化目标函数的值最小为目标进行优化，目标优化函数值最小时得到的y是获取了数据集G大部分特征的待检测用户特征数据集。

进一步的，降噪自编码器的优化目标函数为