一种基于大数据的疑似窃电用户识别装置及识别方法制造方法及图纸

本发明专利技术公开了一种基于大数据的疑似窃电用户识别装置及识别方法。所述装置包括样本数据输入模块和变结构神经网络窃电识别系统，其中，变结构神经网络窃电识别系统包括：样本数据检测模块、神经网络计算模块和用户分类模块；样本数据检测模块用于检测输入的用户用电信息参数的个数和种类；神经网络计算模块用于根据实际检测到的用电信息参数构建神经网络评估模型，并对用户的用电状态进行评估；用户分类模块用于根据评估结果对用户进行分类，以识别出疑似窃电用户。本发明专利技术的识别装置利用大数据来分析用户用电信息参数与窃电行为之间的关系，能够根据不同用户的不同输入参数构建变结构神经网络评估模型进行判断，从而可有效地识别出疑似窃电用户。

A Suspected Electricity Theft User Identification Device Based on Big Data and Its Recognition Method

The invention discloses a suspected power stealing user identification device and a recognition method based on large data. The device includes sample data input module and variable structure neural network electricity stealing recognition system, in which the variable structure neural network electricity stealing recognition system includes: sample data detection module, neural network calculation module and user classification module; sample data detection module is used to detect the number and type of input user electricity information parameters; and neural network calculation module is used to base on the actual situation. In order to identify suspected power users, a neural network evaluation model is constructed based on the measured parameters of telecommunication information, and the users'power consumption status is evaluated. User classification module is used to classify users according to the evaluation results. The identification device of the invention utilizes large data to analyze the relationship between user's electricity information parameters and electricity stealing behavior, and can construct a variable structure neural network evaluation model according to different input parameters of different users to judge, thereby effectively identifying suspected electricity stealing users.

【技术实现步骤摘要】
一种基于大数据的疑似窃电用户识别装置及识别方法
本专利技术涉及电网安全
，具体涉及一种基于大数据的疑似窃电用户识别装置及识别方法。
技术介绍
人们对电力的需求随着时代与科技的进步而逐日增加，电力生产同样也随着市场对电力的需求而不断发展。与此同时，用户的窃电行为也成了不容忽视的问题，每年都会导致电力生产部门蒙受巨大的经济损失。更为重要的是，窃电用户往往会通过破坏电力设施来进行窃电，这种情况下，遭到破坏的电力设施除了直接造成电力生产部门的经济损失外，还很可能会由于电线外露等问题而导致触电事故以及电气火灾事故等的发生，从而造成人员伤亡事故和其他重大灾害事故等。目前，为了识别窃电用户以便采取相关的措施，大多数电力生产部门采用的方法基本都是进行线路、用户用电数据的对比，然而，由于用户的用电数据海量且种类繁多，窃电手段也多样，前述比对方法不仅耗时耗力，且精准度也不高，尤其对于一些先进的窃电技术没有很好的识别手段，因而要识别疑似窃电用户是有很大难度的。
技术实现思路
基于上述现状，本专利技术的主要目的在于提供一种基于大数据的疑似窃电用户识别装置及识别方法，能够根据实际线路获得的用电信息数据自动评本文档来自技高网...

【技术保护点】
1.一种基于大数据的疑似窃电用户识别装置，其特征在于，包括：样本数据输入模块，用于输入采集到的用户用电信息参数；变结构神经网络窃电识别系统，用于根据输入的用户用电信息参数，判断用户发生窃电行为的可能性；其中，所述变结构神经网络窃电识别系统包括：样本数据检测模块、神经网络计算模块和用户分类模块；所述样本数据检测模块用于检测输入的用户用电信息参数的个数和种类；所述神经网络计算模块用于根据实际检测到的用电信息参数构建神经网络评估模型，并对用户的用电状态进行评估；所述用户分类模块用于根据评估结果对用户进行分类，以识别出疑似窃电用户。

【技术特征摘要】
1.一种基于大数据的疑似窃电用户识别装置，其特征在于，包括：样本数据输入模块，用于输入采集到的用户用电信息参数；变结构神经网络窃电识别系统，用于根据输入的用户用电信息参数，判断用户发生窃电行为的可能性；其中，所述变结构神经网络窃电识别系统包括：样本数据检测模块、神经网络计算模块和用户分类模块；所述样本数据检测模块用于检测输入的用户用电信息参数的个数和种类；所述神经网络计算模块用于根据实际检测到的用电信息参数构建神经网络评估模型，并对用户的用电状态进行评估；所述用户分类模块用于根据评估结果对用户进行分类，以识别出疑似窃电用户。2.根据权利要求1所述的装置，其特征在于，还包括核查单下发模块，用于接收所述变结构神经网络窃电识别系统的输出结果，并针对所述窃电疑似用户下发核查单。3.根据权利要求1或2所述的装置，其特征在于，所述样本数据输入模块以列表的方式输入用电信息参数，其中，所述列表的每一个列作为所述神经网络计算模块的一个输入向量。4.根据权利要求1-3之一所述的装置，其特征在于，所述神经网络计算模块包括输入层、隐含层和输出层，其中，所述输入层的节点数根据所述用电信息参数的个数自动确定，所述输出层的节点数为1。5.根据权利要求4所述的装置，其特征在于，所述神经网络计算模块中，隐含层节点的激活函数为Sigmoid型函数输出层节点的激活函数为线性函数RelU函数6.根据权利要求5所述的装置，其特征在于，所述神经网络计算模块的输出结果记为bp，所述用户分类模块用于对所述输出结果作如下处理：其中，f(bp)表示窃电嫌疑系数：0表示该用户基本没有窃电可能；1表示该用户用电信息非正常，存在窃电嫌疑；2表示该用户的用电信息存在极大问题，具有很大的窃电嫌疑。7.根据权利要求6所述的装置，其特征在于，所述用户分类模块还用于根据窃电嫌疑系数f(bp)取值为1的概率P(1)和/或取值为2的概率P(2)对用户进行信用等级的分类。8.根据权利要求1-7之一所述装置，其特征在于，还包括用电信息采集系统，用于采集用户的用电信息参数。9.一种基于大数据的疑似窃电用户识别方法，其特征在于，采用根据权利要求1-8之一所述的装置进行识别，包括步骤：S100、获得用户的用电信息参数，并通过所述样本数据输入模块输入至所述变结构神经网络窃电识别系统；S200、所述变结构神经网络窃电识别系统根据输入的用户用电信息参数，判断用户发生窃电行为的可能性。10.根据权利要求9所述的方法，其特征在于，所述步骤S100中，获得的用户用电...

【专利技术属性】
技术研发人员：杜健，陆芸，殷新博，王数，杨汉新，马凯，殷萍，潘玉生，强浩，戴巧云，
申请(专利权)人：国网江苏省电力有限公司常州供电分公司，国网江苏省电力有限公司，国家电网公司，
类型：发明
国别省市：江苏,32