[发明专利]一种基于数据挖掘识别用户窃电行为的方法

摘要

本发明提供了一种基于数据挖掘识别用户窃电行为的方法，包括以下步骤：数据收集‑数据分析处理‑特征数据提取‑构建窃电行为识别模型‑获取窃电预警度。本发明通过对窃电相关的数据收集整理，模型训练的不断优化，最终达到最佳的窃电行为识别模型，使之能根据用户的基本属性特征、用电规律、行业特征、用电时间特征、电力行业运行特征进行准确的窃电行为的识别，高效精确的窃电行为识别提高了电力部门对于窃电行为的打击效率，对于保证电力企业的经济合理安全的运行，提高电力的安全使用，减少社会不良风气的发生有着重要的意义。

主权项

1.一种基于数据挖掘识别用户窃电行为的方法，其特征在于：包括以下步骤：①数据收集：收集标准用户用电行为数据和用户的用电行为数据，用电行为数据包括用户的基本信息数据、区域用电量、区域电量损失指数、节假日区域用电变化指数、行业数据；②数据分析处理：对用电行为数据进行分析处理，获取数据集；③特征数据提取：根据业务和统计相关性对数据集进行挖掘，提取特征数据，获取特征数据集；④构建窃电行为识别模型：利用特征数据集，构建用户的窃电行为识别模型；⑤获取窃电预警度：对窃电行为识别模型进行训练，获取窃电预警度，根据不同等级的窃电行为预警度对用户采取不同的措施；所述步骤②分为以下步骤：(2.1)分析用电行为数据的完整性、合理性和准确性；用电行为数据不完整的，先分析其合理性和有效性；用电行为数据不合理的无效数据，进行删除，用电行为数据不合理的有效数据，进行插值补充；用电行为数据不准确的，进行修改；(2.2)用电行为数据为异常值的，进行保留或删除；(2.3)对行业数据进行数据的数值转换，使之能够进行后续的数值计算；(2.4)将步骤(2.1)～(2.3)的数据进行整理，然后与标准用户用电行为数据进行比较，将不在标准用户用电行为数据范围内的数据筛选出来，形成数据集。