基于逻辑回归概率分析优化模型的反窃电分析预警方法技术

本发明专利技术公开了一种基于逻辑回归概率分析优化模型的反窃电分析预警方法。本发明专利技术基于用电信息采集系统和SG186营销业务应用系统积累的大量客户用电信息，结合大量典型窃电案例，综合考虑各种窃电因素，抽象识别窃电行为的普遍因素，将逻辑回归算法、离散弗雷歇距离算法和层次聚类分析算法相结合建立反窃电分析与处理方法，对窃电嫌疑用户进行概率推测和预警，精准识别重大窃电嫌疑户，通过建立预警、排查和处理反馈的闭环工作机制，完成模型的自我优化。

【技术实现步骤摘要】
基于逻辑回归概率分析优化模型的反窃电分析预警方法
本专利技术涉及一种基于逻辑回归概率分析优化模型的反窃电分析预警方法。
技术介绍
近年来，我国用电相关的纠纷案件数量亦逐年上升，尤其窃电问题，且窃电手段不断变化发展，使得窃电范围不断扩大，对电力系统的正常运行造成了阻碍。为规范管理生产生活用电，提高电能利用率，推进电力企业健康、稳定发展，开展用电检查与反窃电工作是电力企业一项迫切工作。早期，传统的电费收取方式为人工手抄表，体力劳动强且涉外人员数量不足，窃电查处问题也由涉外人员承担，用电检查人员数量难以满足需求，其次，由于传统用电管理思想观念根深蒂固，供电企业对违约用电窃电行为不够重视，造成用电检查及打击窃电行为力度低，助长了违约用电和窃电行为；随着社会进步、经济发展，用户用电数量不断增多，社会生产生活对电能的需求量越来越大，电力企业也随之引进智能电表，以用电信息采集系统和SG186营销业务应用系统有效实现远程费控，然而窃电查处问题并未随之解决，且在经济利益的驱使下，窃电者不再局限于过去的居民、个体等，逐渐发展成为了集体企业、中外合作企业等，发展速度十分快，严重干扰了电力企业供电安全与秩序，此外，随着科学技术日新月异，高科技手段被窃电人员广泛应用，随着窃电技术的智能化、科技化发展，使得高科技含量的窃电方式越来越多，如无线遥控、有线远方控制等，此类窃电手段往往十分隐蔽，传统用电检查方法根本无法检测，且用电检查人员综合素质较低，难以满足用电检查和反窃电工作的现代化需求。因此，亟需采取有效方法，利用电力企业现有系统所提供数据实现反窃电分析，对窃电嫌疑用户进行概率推测和预警，精准识别重大窃电嫌疑用户，提高反窃电工作成效，加强我国电力企业对电能输出的高效监管力度，通过建立强有力的反窃电监控预警手段，加大反窃电的查处惩治力度，维护正常的供用电秩序，保障公司经营效益。目前，窃电手段上大致可分为两大类，如下表所示针对违约用电与窃电问题带来的电力企业用电监管问题，本专利提出解决方案：基于用电信息采集系统和SG186营销业务应用系统积累的大量客户用电信息，结合大量典型窃电案例，综合考虑各种窃电因素，抽象识别窃电行为的普遍因素，将逻辑回归算法、离散弗雷歇距离算法和层次聚类分析算法相结合建立反窃电分析与处理方法，对窃电嫌疑用户进行概率推测和预警，精准识别重大窃电嫌疑户，通过建立预警、排查和处理反馈的闭环工作机制，完成模型的自我优化。
技术实现思路
本专利技术为了解决上述问题，提出了一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，本专利技术可以实现一种闭环工作的反窃电预警机制，满足完成精准识别重大窃电嫌疑户的业务需求。为了实现上述目的，本专利技术采用如下技术方案：一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，采集用电数据，提取用电数据的窃电数据，构建专家样本库，基于专家样本库数据，通过不同维度对关联数据进行分析，建立基于窃电行为的特征数据库，进而利用逻辑回归算法构建用户窃电概率分析模型，得到各个用户的窃电概率，确定具有窃电嫌疑的用户。进一步的，上述方法还包括采集具有窃电嫌疑的用户的历史用电行为轨迹库，并基于离散弗雷歇距离算法构建用户行为趋势分析模型，将目前用电数据曲线与用户历史用电轨迹对比，以优化确定的有窃电嫌疑的用户的结果。进一步的，上述方法还包括基于用户用电数据，建立典型类别用电行为特征库，基于层次聚类分析算法构建高价低用判别模型，通过用户用电轨迹与典型类别用电行为对比，确定高价低压违约窃电用电用户。进一步的，上述方法还包括根据确定的窃电嫌疑用户，进行排查，将排查结果反馈至专家样本库，对模型不断优化修正。通过不同维度对关联数据进行分析，包括但不限于用户基本信息、用户电价、计量点、电能表、收费信息、信用信息、各类窃电因素、计量装置事件或违约用电因素。上述方法可以同时建立用户窃电概率分析模型、用户行为趋势分析模型和高价低用判别模型，以保证窃电用户结果的正确性和完整性。构建用户窃电概率分析模型的具体过程包括：(1)基于用户用电数据选取等比例窃电样本数据与正常用电样本数据作为模型样本集，从模型样本集内分别随机抽取相应比例的数据构成训练集数据及测试集数据；(2)定义训练集数据的参数，采用拟牛顿法对目标函数进行最优求解，不断迭代，直到满足迭代条件；(3)根据计算所得的最优化目标函数构成用户窃电概率分析模型，对用户窃电概率分析模型模型进行样本测试，比较概率，概率与类别比例相比较获取对应类标号，进行测试样本分类；(4)计算测试集数据的测试参数，判断是否满足用户窃电概率分析初始模型要求，若不满足，则返回步骤(2)重新定义参数，若满足，则构建完成用户窃电概率分析模型，并输出本次更新模型。所述步骤(2)中，参数具体包括用户数据向量、特征权重向量、目标函数、类别集合、初始化迭代次数和允许误差，且用户数据向量定义X＝(x1,x2,x3,…)，特征权重向量为θ＝(θ1,θ2,θ3,…)，则目标函数f(θ)＝θT*X，类别集合C＝{C1,C2}，初始化迭代次数k＝0，允许误差ε＞0，基于一定范围对θ随机赋值。进一步的，构建用户行为趋势分析模型的过程包括：(a)接收监控池内的窃电嫌疑用户的相关数据，包含近期用电数据及历史用电数据；(b)判断用户是否属于专变用户，若是，则基于用户的历史用电数据信息生成用户用电典型行为趋势曲线，若否则进入下一步；(c)判定用户属于公变用户，对公变台区内所有用户分别建立用户用电量典型行为趋势曲线；(d)基于离散弗雷歇距离判别算法，将用户近期用电趋势曲线与典型行为趋势曲线离散化后，取二者之间的距离最大值作为曲线相似度；(e)基于不同类别用户设定不同的相似度阈值，曲线相似度超出阈值范围，则输出窃电嫌疑用户。基于层次聚类分析算法构建高价低用判别模型的过程包括：(i)接收用户数据及用户用电数据，并通过对用户用电历史数据进行层次聚类，将用户分入其所属的行业类别；(ii)基于层次聚类法获取各用电类型的典型类用电范围趋势曲线，并建立典型类用电行为特征库；(iii)采用弗雷歇距离判别算法，计算用户用电轨迹曲线与其所在类的典型类用电范围趋势曲线的相似度；(iv)基于不同类别用户设定不同的相似度阈值，曲线相似度超出阈值范围，则输出高价低用违约窃电嫌疑用户。与现有技术相比，本专利技术的有益效果为：(1)本专利技术基于逻辑回归算法建立用户窃电概率分析模型，采用拟牛顿算法求解最优目标函数，有效减少迭代求解次数，实现对一般窃电嫌疑用户的初步筛查，基于离散弗雷歇距离算法构建行为趋势分析模型实现对用户自身用电数据曲线对比，辅助用户窃电概率分析模型提高预警有效性，构成逻辑回归概率分析优化模型，精准识别重大窃电嫌疑用户。(2)本专利技术采用预警、排查和处理反馈的闭环工作机制不断丰富专家样本库，模型根据反馈案例持续进行学习训练、优化重构，不断提高模型的精度和泛化能力，提供一种强有力的反窃电监控预警手段，加大反窃电的查处惩治力度，维护正常的供用电秩序。(3)本专利技术针对基于逻辑回归概率分析优化模型不易判别的高价低用窃电行为，构建基于层次聚类分析算法的高价低用判别模型，实现对用户归类用电范围趋势曲线对比，有效判定用户高价低用违约窃电行为，提高识别窃电嫌疑用户的精准度。附图说明构成本文档来自技高网...

【技术保护点】
一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：采集用电数据，提取用电数据的窃电数据，构建专家样本库，基于专家样本库数据，通过不同维度对关联数据进行分析，建立基于窃电行为的特征数据库，进而利用逻辑回归算法构建用户窃电概率分析模型，得到各个用户的窃电概率，确定具有窃电嫌疑的用户。

【技术特征摘要】
1.一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：采集用电数据，提取用电数据的窃电数据，构建专家样本库，基于专家样本库数据，通过不同维度对关联数据进行分析，建立基于窃电行为的特征数据库，进而利用逻辑回归算法构建用户窃电概率分析模型，得到各个用户的窃电概率，确定具有窃电嫌疑的用户。2.如权利要求1所述的一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：还包括采集具有窃电嫌疑的用户的历史用电行为轨迹库，并基于离散弗雷歇距离算法构建用户行为趋势分析模型，将目前用电数据曲线与用户历史用电轨迹对比，以优化确定的有窃电嫌疑的用户的结果。3.如权利要求1所述的一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：还包括基于用户用电数据，建立典型类别用电行为特征库，基于层次聚类分析算法构建高价低用判别模型，通过用户用电轨迹与典型类别用电行为对比，确定高价低压违约窃电用电用户。4.如权利要求1所述的一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：还包括根据确定的窃电嫌疑用户，进行排查，将排查结果反馈至专家样本库，对模型不断优化修正。5.如权利要求1所述的一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：通过不同维度对关联数据进行分析，包括但不限于用户基本信息、用户电价、计量点、电能表、收费信息、信用信息、各类窃电因素、计量装置事件或违约用电因素。6.如权利要求1所述的一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：同时建立用户窃电概率分析模型、用户行为趋势分析模型和高价低用判别模型，以保证窃电用户结果的正确性和完整性。7.如权利要求1所述的一种基于逻辑回归概率分析优化模型的反窃电分析预警方法，其特征是：构建用户窃电概率分析模型的具体过程包括：(1)基于用户用电数据选取等比例窃电样本数据与正常用电样本数据作为模型样本集，从模型样本集内分别随机抽取相应比例的数据构成训练集数据及测试集数据；(2)定义训练集数据的参数，采用拟牛顿法对目标函数进行最优求解，不断迭代，直到满足迭代条件；(3)根据计算所得的最优化目标函数构成用户窃电概率分...

【专利技术属性】
技术研发人员：史玉良，荣以平，朱伟义，刘智勇，甄帅，吕梁，吕晓雯，
申请(专利权)人：山大地纬软件股份有限公司，国网山东省电力公司，
类型：发明
国别省市：山东,37