一种多算法融合的窃电疑似度分析方法技术

本发明专利技术公开了一种多算法融合的窃电疑似度分析方法，涉及窃电疑似度分析方法。由于用户数量庞大、用电需量不同、用电负荷模式多种多样导致样本特征千变万化，而一种算法的适用性毕竟有限。本发明专利技术是基于电量波动计算，结合离群点算法和聚类算法，更好的从用电量数据中挖掘出窃电特征的一种窃电疑似度分析方法。本发明专利技术融合了多种算法进行疑似窃电判断并计算窃电疑似度的方法，是改变现有反窃电现状，提高反窃电效率以及用电管理水平的一种重要方法；解决现有反窃电技术主要以装置为主，而没有有效的反窃电算法为一线稽查人员现场勘查工作提供有效依据的问题。经过该方法的分析和窃电疑似度计算，只需要排查疑似度高的用户就可以发现大部分的窃电用户，从而极大地缩减了工作量，该方法经济有效。

A Multi-Algorithms Fusion Method for Suspicious Degree Analysis of Electricity Theft

The invention discloses a multi-algorithm fusion method for analyzing the suspected degree of electric larceny, which relates to the suspected degree analysis method of electric larceny. Because of the huge number of users, different power demand and various power load patterns, the sample characteristics vary greatly, and the applicability of an algorithm is limited after all. The present invention is based on the calculation of electric power fluctuation, combined with outlier algorithm and clustering algorithm, to better mine the characteristics of electric power theft from electric power data. The invention integrates various algorithms for judging suspected electricity theft and calculating the suspected degree of electricity theft, which is an important method to change the current situation of anti-electricity theft, improve the efficiency of anti-electricity theft and the level of electricity management; and solves the problem that the existing anti-electricity theft technology mainly relies on devices, but there is no effective anti-electricity theft algorithm to provide an effective basis for the on-site investigation work of first-line inspectors. After the analysis of this method and the calculation of the suspected degree of electricity theft, only the users with high suspected degree need to be investigated to find most of the users of electricity theft, which greatly reduces the workload, and this method is economical and effective.

【技术实现步骤摘要】
一种多算法融合的窃电疑似度分析方法
本专利技术涉及窃电疑似度分析方法，尤其涉及一种多算法融合的窃电疑似度分析方法。
技术介绍
电力生产和消费水平的同比提高极大的推动了用电管理技术的发展，但随之而来的是窃电问题变的越来越突出。传统反窃电措施大多采用装置监测和现场勘查结合的方式来判断用户是否窃电，这些方法存在的问题在于时效性差、准确性低、适用性不高以及对数据利用不充分等，因此针对反窃电技术的研究已经成为当今社会的热门话题。用电信息采集技术和大数据挖掘技术的发展为开发更加高效实用的防窃电算法提供了前提条件。用电信息采集系统可以全面地采集到用户的相关的用电数据，利用数据挖掘技术则可以发现用电数据中存在的规律，找到正常用电和异常用电的区别，从而在海量数据集中有效甄别出窃电用户。研究多算法融合的窃电疑似度分析方法是为了解决目前单一反窃电算法不能适用复杂多样的用电数据特点的问题。由于用户数量庞大、用电需量不同、用电负荷模式多种多样导致样本特征千变万化，而一种算法的适用性毕竟有限，因此仅仅使用一种算法对疑似窃电用户进行分析处理可定达不到预期的效果。
技术实现思路
本专利技术要解决的技术问题和提出的技术任本文档来自技高网...

【技术保护点】
1.一种多算法融合的窃电疑似度分析方法，其特征在于包括以下步骤：1)获取用户用电数据，并对数据进行预处理；2)计算样本波动率CV；3)判断样本波动率CV是否小于0.6，若是，则进入步骤4)，若否则进入步骤6)4)离群点算法进行窃电判别；5)根据离群点算法得到的窃电判别结果计算窃电疑似度；6)聚类算法进行窃电判别；7)根据聚类算法得到的窃电判别结果计算窃电疑似度；8)判断两种算法是否同时执行，若否则单独执行，若是，则进入步骤9)；9)两种算法结果综合计估；10)报警并归档处理。

【技术特征摘要】
1.一种多算法融合的窃电疑似度分析方法，其特征在于包括以下步骤：1)获取用户用电数据，并对数据进行预处理；2)计算样本波动率CV；3)判断样本波动率CV是否小于0.6，若是，则进入步骤4)，若否则进入步骤6)4)离群点算法进行窃电判别；5)根据离群点算法得到的窃电判别结果计算窃电疑似度；6)聚类算法进行窃电判别；7)根据聚类算法得到的窃电判别结果计算窃电疑似度；8)判断两种算法是否同时执行，若否则单独执行，若是，则进入步骤9)；9)两种算法结果综合计估；10)报警并归档处理。2.根据权利要求1所述的一种多算法融合的窃电疑似度分析方法，其特征在于：在步骤1)中，采用用电信息采集的用电数据作为该发明方法进行防窃电辨识报警的数据来源；对象是用户日用电量，每一天的日用电量是根据用户抄表系统采集的该天表计总正向有功减去前一天的表计总正向有功而得到。3.根据权利要求2所述的一种多算法融合的窃电疑似度分析方法，其特征在于：数据进行预处理采用线性函数法，即其中，x(k)代表任意一个样本值，min(x(n))代表样本极小值，max(x(n))代表样本极大值，这种归一化处理方法一般是将y(k)化为介于0和1之间的数，它消除了样本受量纲和属性的影响，可以将数量级大的数据转化成可以相互进行数学运算的具有可比性的数据，降低数据处理的复杂度。4.根据权利要求3所述的一种多算法融合的窃电疑似度分析方法，其特征在于：在步骤2)计算样本波动率CV时，定义标准差和均值的比值作为样本波动率CV，即式中，di为用户单日电量，为日电量平均值，N为累计天数,σ为标准差，μ为均值；由公式可知，CV是单位均值上的离散程度，CV越大，反映样本偏离度越大，即电量波动程度越大；其数据大小不...

【专利技术属性】
技术研发人员：郑松松，钦伟勋，吴国诚，李跃华，王颖，董寒宇，尹小明，许文波，李熊，
申请(专利权)人：国网浙江长兴县供电有限公司，国网浙江省电力有限公司，中国计量大学，浙江华云信息科技有限公司，国家电网有限公司，
类型：发明
国别省市：浙江,33