一种基于层次分析法和孤立森林的窃电辨识方法技术

本发明专利技术公开了一种基于层次分析法和孤立森林的窃电辨识方法，基于用户电量计量方式和用户窃电手段的分析，构建了包括电压不平衡率、电流不平衡率、功率因数不平衡率、电量同比、电量环比、负荷不平衡率的窃电指标集；然后基于AHP算法计算各窃电指标权重，构建用户窃电辨识数据集；最后利用孤立森林算法构建用户窃电行为辨识模型，找出用户群中的离群点，定位窃电用户。

A Method of Identifying Electricity Theft Based on Analytic Hierarchy Process and Isolated Forest

【技术实现步骤摘要】
一种基于层次分析法和孤立森林的窃电辨识方法
本专利技术属于电力用户窃电分析
，更为具体地讲，涉及一种基于层次分析法AHP(AnalyticHierarchyProcess)和孤立森林iForest(IsolationForest)的窃电辨识方法。
技术介绍
近年来，随着我国经济的迅猛发展和科学技术的日新月异，电力系统的规模日趋庞大，接入网络的用电负荷也与日俱增，用电的费用也变得非常可观，可观的经济利益使不法分子产生了违法窃电的想法，因此各种窃电技术不断地推陈出新，日益繁杂。窃电不仅损害了国家和供电企业的经济利益，严重影响了社会经济的正常发展，同时还存在着比较大的安全隐患，影响着电网的安全运行。但是，传统的窃电检测方法存在着及时性不佳、智能型不够、证据不足等缺点，因此，寻求一种能够智能精确定位窃电行为的方法成为智能电网建设的重要挑战。目前，对窃电行为分析主要集中在两个方面。一个是根据统计方法来计算电阻、线损、非技术损失等来判断。杨佳根据窃电前后的电气参量的变化，提出了利用线路电阻作为窃电的判据；DanielNikolaevNikovsk等人提出了基于配电网技术损失预测方法的窃电检本文档来自技高网...

【技术保护点】
1.一种基于层次分析法和孤立森林的窃电辨识方法，其特征在于，包括以下步骤：(1)、构建窃电判别指标集构建包括电压不平衡率、电流不平衡率、负荷不平衡率、电量同比、功率因数不平衡率和电量环比的窃电判别指标集；(2)、利用层次分析法构建用户窃电辨识数据集(2.1)、构建判别矩阵基于窃电指标集对于窃电分析的重要性进行排序：电流不平衡率>电压不平衡率>负荷不平衡率＝功率因数不平衡率>电量同比＝电量环比；然后对于窃电分析的重要性进行两两对比，并利用9位标度法建立判别矩阵；(2.2)、计算权向量及一致性检验先计算判别矩阵的最大特征值λmax和对应的特征向量α，再计算窃电指标的一致性CI；

【技术特征摘要】
1.一种基于层次分析法和孤立森林的窃电辨识方法，其特征在于，包括以下步骤：(1)、构建窃电判别指标集构建包括电压不平衡率、电流不平衡率、负荷不平衡率、电量同比、功率因数不平衡率和电量环比的窃电判别指标集；(2)、利用层次分析法构建用户窃电辨识数据集(2.1)、构建判别矩阵基于窃电指标集对于窃电分析的重要性进行排序：电流不平衡率>电压不平衡率>负荷不平衡率＝功率因数不平衡率>电量同比＝电量环比；然后对于窃电分析的重要性进行两两对比，并利用9位标度法建立判别矩阵；(2.2)、计算权向量及一致性检验先计算判别矩阵的最大特征值λmax和对应的特征向量α，再计算窃电指标的一致性CI；其中，n为窃电指标个数；计算判别矩阵的一致性比例：其中，RI表示平均随机一致性指标；设置判别阈值CR*；当CR＜CR*时，则判别矩阵满足一致性要求，那么，特征向量α归一化后即为指标的权向量；(2.3)、构建构建用户窃电辨识数据集将步骤(1)构建的用户窃电判别指标集与步骤(2.2)计算的权向量相乘，得到用户窃电辨识数据集；具体计算公式为：d'i,j＝di,j*wj其中，d'i,j表示用户窃电辨识数据集D'中的元素，D'的大小为m×n，i＝1,2…,m，m为用户总数，j＝1,2,…,n，n为指标个数；di,j表示用户窃电判别指标集D中的元素，D的大小为m×n；wj表示指标的权权向量W中的元素，...

【专利技术属性】
技术研发人员：李坚，黄琦，胡晓峰，胡维昊，蔡东升，张真源，易建波，周建华，邓志斌，畅浩天，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51