本申请一些实施例中公开了在上述实施例中提供的一种面向基层的窃电识别方法及装置，该方法中利用窃电智能分析模型从大量历史窃电用户数据中，分析得到多维度的第一用户用电特征数据，并利用第一用户用电特征数据训练得到窃电用户智能识别模型，该窃电用户智能识别模型可以提高窃电识别准确率，最大化降低误判漏判。所述方法包括对大量历史窃电用户数据，利用窃电智能分析模型进行分析，得到第一用户用电特征数据；利用所述第一用户用电特征数据，训练窃电用户智能识别模型；确定当前用户的第二用户用电特征数据；将当前用户的第二用户用电特征数据，输入到所述窃电用户智能识别模型中，以确定用户是否窃电。
【技术实现步骤摘要】
本申请涉及窃电识别的，尤其涉及一种面向基层的窃电识别方法及装置。
技术介绍
1、随着电力行业的快速发展和智能化水平的提高，电力计量系统的准确性和安全性问题日益凸显。窃电行为作为电力计量领域的一大难题，给供电企业带来严重的经济损失。
2、所以，如何能够对窃电用户进行识别，成为本领域技术人员亟待解决的技术问题。
技术实现思路
1、本申请提供一种面向基层的窃电识别方法及装置，该方法中利用窃电智能分析模型从大量历史窃电用户数据中，分析得到多维度的第一用户用电特征数据，并利用第一用户用电特征数据训练得到窃电用户智能识别模型，该窃电用户智能识别模型可以提高窃电识别准确率，最大化降低误判漏判。
2、第一方面，提供一种面向基层的窃电识别方法，包括：
3、对大量历史窃电用户数据，利用窃电智能分析模型进行分析，得到第一用户用电特征数据；
4、利用所述第一用户用电特征数据，训练窃电用户智能识别模型；
5、确定当前用户的第二用户用电特征数据；
>6、将当前用户的第本文档来自技高网...
【技术保护点】
1.一种面向基层的窃电识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述窃电智能分析模型包括反窃电智能识别模型、高价接低异常识别模型和用电行为特征智能分析模型。
3.根据权利要求2所述的方法，其特征在于，与所述反窃电智能识别模型对应的第一用户用电特征数据包括电压电流异常信息、二次侧分流异常信息、一次侧分流异常信息、功率因数异常信息、空载损耗与反向电流电量异常信息、离散系数异常信息、电量异常信息、相位角异常信息和低压用户窃电信息。
4.根据权利要求2所述的方法，其特征在于，与所述高价接低异常识别模型对应的第一用户用电特征数据包括...
【技术特征摘要】
1.一种面向基层的窃电识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述窃电智能分析模型包括反窃电智能识别模型、高价接低异常识别模型和用电行为特征智能分析模型。
3.根据权利要求2所述的方法，其特征在于，与所述反窃电智能识别模型对应的第一用户用电特征数据包括电压电流异常信息、二次侧分流异常信息、一次侧分流异常信息、功率因数异常信息、空载损耗与反向电流电量异常信息、离散系数异常信息、电量异常信息、相位角异常信息和低压用户窃电信息。
4.根据权利要求2所述的方法，其特征在于，与所述高价接低异常识别模型对应的第一用户用电特征数据包括异常用户的嫌疑系数。
5.根据权利要求2所述的方法，其特征在于，与所述用电行为特征智能分析模型对应的第一用户用电特征...
【专利技术属性】
技术研发人员：钟磊，姜雪娇，徐佳隆，江蕾，孙延松，吴民，
申请(专利权)人：海南电网有限责任公司，
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。