【技术实现步骤摘要】
一种用电异常检测方法
[0001]本专利技术涉及用电异常检测
，特别是涉及一种用电异常检测方法
。
技术介绍
[0002]随着电力系统信息化技术的快速发展，电网信息系统产生了大量用电数据
。
在电网生产运行过程中，因数据传输干扰以及多源数据融合混叠，从而导致在对配电网数据进行量测时可能出现较大误差，即出现用电异常数据，进而降低了用电数据质量，影响电网运行状态和用户用电行为的准确分析
。
由此可见，对用电异常数据进行识别检测，就显得尤为重要
。
现有技术中往往需要通过人工经验来进行用电异常判断，费时费力，十分不便
。
因此，设计一种用电异常检测方法是十分有必要的
。
技术实现思路
[0003]本专利技术的目的是提供一种用电异常检测方法，能够实现用电异常判断及异常类型识别，便于使用，省时省力
。
[0004]为实现上述目的，本专利技术提供了如下方案：
[0005]一种用电异常检测方法，包括如下步骤：
【技术保护点】
【技术特征摘要】
1.
一种用电异常检测方法，其特征在于，包括如下步骤：步骤1：获取需要检测的数据集；步骤2：搭建用电异常检测判断模型；步骤3：获取第一训练数据集，并对其进行预处理及数据采样，基于采样后的第一训练数据集对用电异常检测判断模型进行训练；步骤4：将需要检测的数据集输入用电异常检测判断模型，判断此数据集是否发生异常；步骤5：搭建用电异常检测识别模型，并获取第二训练数据集，基于第二训练数据集对用电异常检测识别模型进行训练；步骤6：将判断发生异常的数据集输入训练后的用电异常检测识别模型中，对其进行识别，得到识别结果
。2.
根据权利要求1所述的用电异常检测方法，其特征在于，步骤2中，搭建用电异常检测判断模型，具体为：基于
BP
神经网络模型搭建用电异常检测判断模型
。3.
根据权利要求2所述的用电异常检测方法，其特征在于，步骤3中，获取第一训练数据集，并对其进行预处理，具体为：每隔固定时间获取用户用电数据，包括电压
、
电流
、
电量
、
用户类型
、
表记编号及测量点编号，并对用户用电数据是否异常进行标注，得到第一训练原始数据集，对第一训练原始数据集进行数据缺失及数据冗余情况处理，处理完毕后，对第一训练原始数据集进行去中心化处理，得到第一训练数据集
。4.
根据权利要求3所述的用电异常检测方法，其特征在于，步骤3中，对第一训练数据集进行数据采样，具体为：获取第一训练数据集，其中，第一训练数据集包括正常用电的正样本及异常用电的负样本，将数据集中的每条数据均看作一个向量，计算所有数据的欧氏距离，设置超参数
k
值，根据计算得到的欧氏距离从负样本的
k
个近邻中随机获取...
【专利技术属性】
技术研发人员：王立宗，董成哲，张其祥，李菊兰，
申请(专利权)人：保定市新源绿网电力科技有限公司，
类型：发明
国别省市：
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。