一种窃电用户识别方法及系统技术方案

本发明专利技术公开了一种窃电用户识别方法及系统，涉及电力系统分析技术领域，包括采集用电数据，构建特征公式对用电数据进行特征提取，得到特征数据集；根据特征数据集的数据结构设计窃电用户分类多头自注意力神经网络，再利用构建好的数据集对分类网络进行训练；将未知的用户用电数据导入训练好的分类多头自注意力神经网络模型中得到分类结果，根据分类结果对模型进行修正。本发明专利技术使用多头自注意力机制可以快速根据所有输入序列部分间的相互关系来计算每个时间步的权重可以更轻易地处理长序列以达到更加准确的分类出正常用户和窃电用户数据，可以用较少的时间和计算成本来精确的识别出窃电用户。

【技术实现步骤摘要】

本专利技术涉及电力系统分析，特别是一种窃电用户识别方法及系统。

技术介绍

1、窃电是一种违法行为，不仅会对电力公司造成经济损失，还会对环境造成危害。窃电会导致电网电压不稳定，影响电力系统的安全运行，可能导致停电事故的发生。此外，窃电还可能导致火灾、触电等安全事故的发生，对人身安全和财产安全造成威胁。

2、为了解决上述问题，窃电用户识别技术是一项研究热点。目前，传统的防窃漏电方法有如定期巡检、定期校验电表、用户举报窃电等手段来发现窃电或计量装置故障。但这些方法对人的依赖性强，抓窃查漏的目标不明确。

3、在机器学习、神经网络和大数据的背景下，窃电识别技术得到了更进一步的发展。用电检查人员和计量工作人员利用计量异常报警功能和电能量数据查询功能开展用户用电情况的在线监控，利用实时检测数据，建立数据分析模型，实现窃电用户的自动识别。这种技术手段可以有效提高窃电识别的准确性和效率，降低人工成本，并且可以实时监测，及时发现窃电行为，有效防止窃电现象的发生。

技术实现思路

1、鉴于上述存在的问题，提出本文档来自技高网...

【技术保护点】

1.一种窃电用户识别方法，其特征在于：包括，

2.如权利要求1所述的一种窃电用户识别方法，其特征在于：所述用电数据包括用电量数据、用电时间分布、用电频率和周期性、负载变化数据、电压和电流异常数据和历史用电数据与比较分析数据。

3.如权利要求2所述的一种窃电用户识别方法，其特征在于：所述特征公式包括用电时间特征提取公式、总用电量特征提取公式和负载变化量特征提取公式；

4.如权利要求3所述的一种窃电用户识别方法，其特征在于：所述对分类网络进行训练包括，将通过特征提取公式得到的特征数据，依据历史用电数据与比较分析数据分为用电时间正常数据、用电时间异常数据、总...

【技术特征摘要】

1.一种窃电用户识别方法，其特征在于：包括，

2.如权利要求1所述的一种窃电用户识别方法，其特征在于：所述用电数据包括用电量数据、用电时间分布、用电频率和周期性、负载变化数据、电压和电流异常数据和历史用电数据与比较分析数据。

3.如权利要求2所述的一种窃电用户识别方法，其特征在于：所述特征公式包括用电时间特征提取公式、总用电量特征提取公式和负载变化量特征提取公式；

4.如权利要求3所述的一种窃电用户识别方法，其特征在于：所述对分类网络进行训练包括，将通过特征提取公式得到的特征数据，依据历史用电数据与比较分析数据分为用电时间正常数据、用电时间异常数据、总用电量正常数据、总用电量异常数据、负载变化量正常数据和负载变化量异常数据，将用电时间正常数据与用电时间异常数据进行配对形成用电时间数据集，将总用电量正常数据与总用电量异常数据进行配对形成用电量数据集，将负载变化量正常数据与负载变化量异常数据进行配对形成负载变化量数据集，将所述数据集分成训练集和测试集载入多头自注意力神经网络模型进行训练；

5.如权利要求4所述的一种窃电用户识别方法，其特征在于：所述对分类网络进行训练还包括，将得到的自注意力机制采用多头处理表示为，mha(x)＝concat(sa(xq)1...sa(xq)hq,sa(xl)1...sa(xl)hl,sa(xt)1....

【专利技术属性】
技术研发人员：陶晓峰，丁宏，戚梦逸，俞胜，吴少雄，缪平，孙萌，刘淇，吴海龙，陆春艳，
申请(专利权)人：国电南瑞科技股份有限公司，
类型：发明
国别省市：