基于用电特征的用户用电异常识别方法技术

本发明专利技术涉及用户用电异常识别技术领域，且公开了基于用电特征的用户用电异常识别方法，包括以下步骤：S1、首先，进行收费调研，并对用户用电特征进行分析，基于用户用电特征，设计核心指标体系，导入处理好的数据计算指标值；S2、然后，计算指标和偏离度权重，核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分，处理好的数据计算指标值；S3、最后，综合嫌疑分数计算和成果输出。该基于用电特征的用户用电异常识别方法，相比传统的检测手段，可快速进行用户用电异常识别，省时省力，针对性高，成本低，时间维度较短，可满足当前用户用电异常的识别需求。可满足当前用户用电异常的识别需求。可满足当前用户用电异常的识别需求。

【技术实现步骤摘要】
基于用电特征的用户用电异常识别方法


[0001]本专利技术涉及用户用电异常识别
，具体为基于用电特征的用户用电异常识别方法。

技术介绍

[0002]能源与电力发展事关国计民生，与经济社会存在广泛紧密的联系，推动大数据和实体经济深度融合，挖掘能源电力大数据价值，对于助力新时代能源电力事业数字化转型，更好服务经济社会发展具有重大意义。
[0003]电网中的终端用户均通过低压配电台区接入电网，为了保证供电安全，需要对低压配电台区中的用户用电情况进行检测，传统的检测手段主要依靠经验丰富的现场老员工的直觉判断，最后人工现场巡查完成，耗时费力，针对性差，成本高，时间维度长，已经无法满足当前用户用电异常的检测需求，因此，提出一种基于用电特征的用户用电异常识别方法。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了基于用电特征的用户用电异常识别方法，具备可快速对异常用电进行识别等优点，解决了传统的检测手段主要依靠经验丰富的现场老员工的直觉判断，最后人工现场巡查完成，耗时费力，针对性差，成本高，时间维度长，已经无法满足当前用户用电异常的检测需求的问题。
[0006](二)技术方案
[0007]为实现上述可快速对异常用电进行识别的目的，本专利技术提供如下技术方案：基于用电特征的用户用电异常识别方法，包括以下步骤：
[0008]S1、首先，进行收费调研，并对用户用电特征进行分析，基于用户用电特征，设计核心指标体系，导入处理好的数据计算指标值；
[0009]S2、然后，计算指标和偏离度权重，核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分，处理好的数据计算指标值；
[0010]S3、最后，综合嫌疑分数计算和成果输出，根据综合嫌疑得分高低识别潜在的异常用户。
[0011]优选的，所述指标和偏离度权重计算，采用客观赋权法根据指标的变化程度分配权重，并采用信息熵计算各指标的权重：
[0012][0013]其中，
[0014]同时，当给定了K个指标X1，X2，
……
，X
k
，其中X
i
＝{x1，x2，
……
，x
n
}，对各指标数据标准化后的值为Y1，Y2，
……
，Y
k
，E
j
则表示信息熵。
[0015]优选的，所述指标的变化信息通过变异系数模型反映，其标准差与平均数的比值为变异系数，极为CV，其计算公式为：
[0016][0017]其中，S表示标准差，表示平均值，且变异系数越小，其变异程度越小。
[0018]优选的，所述收费调研包括政策文件收集、技术资料收集、电力大数据现状、基础数据收集，其中，基础数据收集包括用户的月电量、日电量和负荷数据。
[0019]优选的，所述用户用电特征分析包括以下步骤：
[0020]S101、根据电价类型定义确定目标用户；
[0021]S102、基于资料调研分析目标用电特征；
[0022]S103、基于数据观测分析目标用户用电特征。
[0023]优选的，所述综合嫌疑分数计算和成果输出包括输出各典型行业总体水平指标值，根据偏离度和权重计算用户综合嫌疑分数，然后输出用电异常的嫌疑用户清单。
[0024]优选的，还包括数据获取与数据预处理，从营销业务应用系统、用电信息采集系统中抽取用户基础用电特征数据，包括有实时电流、电压、日电量，并形成用户特征原始数据表，且为保证特征轨迹接近实际情况，可对原始数据表进行缺失值填充、去重、归一化处理操作，确保数据整齐可靠。
[0025]优选的，所述计算指标和偏离度权重还包括灰色关联分析，采用灰色关联模型进行组合赋权，运用用熵权法和变异系数法分别对各指标计算客观权重，并将两组客观权重通过乘法集成法进行组合，最终确定各指标的权重。
[0026](三)有益效果
[0027]与现有技术相比，本专利技术提供了基于用电特征的用户用电异常识别方法，具备以下有益效果：
[0028]1、该基于用电特征的用户用电异常识别方法，通过进行收费调研，并对用户用电特征进行分析，基于用户用电特征，设计核心指标体系，导入处理好的数据计算指标值，然后，计算指标和偏离度权重，核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分，处理好的数据计算指标值，最后，综合嫌疑分数计算和成果输出，根据综合嫌疑得分高低识别潜在的异常用户，相比传统的检测手段，可快速进行用户用电异常识别，省时省力，针对性高，成本低，时间维度较短，可满足当前用户用电异常的识别需求。
[0029]2、该基于用电特征的用户用电异常识别方法，通过采用客观赋权法计算各指标偏离度权重，其中方法包括熵权法、变异系数计算和灰色关联度分析，从而对用户特征数据进行分析处理，并得到最终的异常用电用户，可有效提高准确地，提高用户用电异常识别效率。
附图说明
[0030]图1为本专利技术提出的基于用电特征的用户用电异常识别方法流程图；
[0031]图2为本专利技术提出的基于用电特征的用户用电异常识别方法模型图。
具体实施方式
[0032]下面将结合本专利技术的实施例，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0033]请参阅图1
‑
2，本实施例中的基于用电特征的用户用电异常识别方法，包括以下步骤：
[0034]S1、首先，进行收费调研，并对用户用电特征进行分析，基于用户用电特征，设计核心指标体系，导入处理好的数据计算指标值，用户用电特征分析包括根据电价类型定义确定目标用户，基于资料调研分析目标用电特征，基于数据观测分析目标用户用电特征，收费调研包括政策文件收集、技术资料收集、电力大数据现状、基础数据收集，其中，基础数据收集包括用户的月电量、日电量和负荷数据；
[0035]S2、然后，计算指标和偏离度权重，核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分，处理好的数据计算指标值，计算指标和偏离度权重还包括灰色关联分析，采用灰色关联模型进行组合赋权，运用用熵权法和变异系数法分别对各指标计算客观权重，并将两组客观权重通过乘法集成法进行组合，最终确定各指标的权重；
[0036]S3、最后，综合嫌疑分数计算和成果输出，根据综合嫌疑得分高低识别潜在的异常用户，综合嫌疑分数计算和成果输出包括输出各典型行业总体水平指标值，根据偏离度和权重计算用户综合嫌疑分数，然后输出用电异常的嫌疑用户本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于用电特征的用户用电异常识别方法，其特征在于，包括以下步骤：S1、首先，进行收费调研，并对用户用电特征进行分析，基于用户用电特征，设计核心指标体系，导入处理好的数据计算指标值；S2、然后，计算指标和偏离度权重，核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分，处理好的数据计算指标值；S3、最后，综合嫌疑分数计算和成果输出，根据综合嫌疑得分高低识别潜在的异常用户。2.根据权利要求1所述的基于用电特征的用户用电异常识别方法，其特征在于，所述指标和偏离度权重计算，采用客观赋权法根据指标的变化程度分配权重，并采用信息熵计算各指标的权重：其中，同时，当给定了K个指标X1，X2，
……
，X
k
，其中X
i
＝{x1，x2，
……
，x
n
}，对各指标数据标准化后的值为Y1，Y2，
……
，Y
k
，E
j
则表示信息熵。3.根据权利要求2所述的基于用电特征的用户用电异常识别方法，其特征在于，所述指标的变化信息通过变异系数模型反映，其标准差与平均数的比值为变异系数，极为CV，其计算公式为：其中，S表示标准差，表示平均值，且变异系数越小，其变异程度越小。4.根据...

【专利技术属性】
技术研发人员：李金灿，邹晖，黄燕，韦建伟，陈哲，卢万平，李景顺，黄家宝，练琳，王东升，张廷征，覃建远，覃江英，莫小向，覃海源，欧鹏楠，
申请(专利权)人：广西电网有限责任公司河池供电局，
类型：发明
国别省市：