【技术实现步骤摘要】
一种基于客户用电行为的窃电概率预警分析方法
本专利技术涉及大数据领域，具体地说是一种基于客户用电行为的窃电概率预警分析方法。
技术介绍
为了快速、精准定位“违约用电、窃电”嫌疑用户，基于用电信息采集系统和营销业务应用系统积累的大量客户用电信息，综合考虑各种窃电因素，建立客户窃电概率分析模型，通过大数据技术分析手段，实现对现场窃电行为的在线诊断及窃电行为分析的全过程管理，灵活开展防窃电业务，挽回电网经济损失。客户用电行为信息可分为静态信息数据和动态信息数据两大类，静态信息数据主要是客户基本信息，如户名、客户区域、行业分类、用电容量、用电地址、欠费信息、违约记录等；动态信息数据主要包括采集类信息和计量统计类信息，采集类信息主要包括表码、电压、电流、相位角等；计量统计类信息主要包括线损、电能量、各行业类别平均用电情况等。窃电形式尽管多种多样，但大致可分为2种方式：改变电能表硬件的窃电方式和不改变电能表硬件的高科技窃电手段。前者多会产生异常的采集数据，可基于各类指标数据来进行特征匹配；后者一般采取数据正常，只能通过数据趋势来对异常进
【技术保护点】
1.一种基于客户用电行为的窃电概率预警分析方法，其特征在于：首先采用逻辑回归分析算法建立客户用电行为异常分类模型，然后采用聚类分析算法建立客户用电行为异常判别模型。/n
【技术特征摘要】
1.一种基于客户用电行为的窃电概率预警分析方法，其特征在于：首先采用逻辑回归分析算法建立客户用电行为异常分类模型，然后采用聚类分析算法建立客户用电行为异常判别模型。
2.根据权利要求1所述的基于客户用电行为的窃电概率预警分析方法，其特征在于：所述采用逻辑回归分析算法建立客户用电行为异常分类模型包括：
步骤1：获取典型窃电案例数据以及同等比例正常用电行为数据；
步骤2：通过数据库对典型窃电案例数据以及同等比例正常用电行为数据进行预处理；
步骤3：描述性统计出客户异常程度的多维度特征；
步骤4：将是否窃电作为因变量，利用spss进行逻辑回归分析，并设置50%作为预测结果阈值，设置向前步进似然比检验方法，选择出最优自变量，同时输出各变量回归系数值...
【专利技术属性】
技术研发人员：李伟，王丽霞，杨超，杨壮观，刘为，李钊，田小蕾，李凤强，胡楠，冉冉，高强，刘晓强，白亮，胡非，齐俊，夏雨，刘育博，李峰，梁明，曹国强，
申请(专利权)人：国网辽宁省电力有限公司电力科学研究院，南京南瑞信息通信科技有限公司，国家电网有限公司，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。