【技术实现步骤摘要】
本专利技术涉及窃电用户预测，具体为一种窃电用户预测的建立方法及系统。
技术介绍
1、随着移动网络、云计算和物联网等信息化技术的迅猛发展，以分布式存储、分布式计算、海量数据挖掘等为代表的大数据技术空前发展、成熟。伴随着智能化电网的不断发展，电力系统产生了大量的运行数据，如何运用多年运行中收集和沉淀的大量数据，研究窃电检测策略、分析数据处理方法及建立窃电模型等，都是这一领域的难点所在。随着新技术的发展，数据技术集中了人工智能、自动化、互联网等技术的重要优势。在窃电检测侦查工作中，将大数据理论与人工智能相结合，可以提高窃电检测侦查工作的效率，对优化窃电检测工作流程具有特别重要的价值和意义；在窃电检测侦查工作中，将大数据与人工智能相结合，可以全面覆盖供电企业的所有用电用户，对逐步扩大窃电检测侦查工作范围具有特别重要的意义。
2、现有技术中的，公开号为cn113570002a提供的一种窃电用户预测模型的建立方法、系统、存储介质及设备，包括以下步骤：获取多个用户的用电数据和用户所属台区的电网运行数据，提取所有特征，对所有特征与用户是否窃...
【技术保护点】
1.一种窃电用户预测的建立方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的窃电用户预测的建立方法，其特征在于：从采集的用电数据中提取样本用户的用电特征，包括用电量变化率、用电最大量、用电最小量、平均温度和平均降雨量，具体的过程如下：
3.根据权利要求2所述的窃电用户预测的建立方法，其特征在于：将年收入和人口密度进行分箱处理，构成分类特征，具体的过程如下：
4.根据权利要求3所述的窃电用户预测的建立方法，其特征在于：将提取的样本用户的用电特征和分类特征进行合并，构成样本用户的特征矩阵，具体过程如下：
5.根据权利...
【技术特征摘要】
1.一种窃电用户预测的建立方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的窃电用户预测的建立方法，其特征在于：从采集的用电数据中提取样本用户的用电特征，包括用电量变化率、用电最大量、用电最小量、平均温度和平均降雨量，具体的过程如下：
3.根据权利要求2所述的窃电用户预测的建立方法，其特征在于：将年收入和人口密度进行分箱处理，构成分类特征，具体的过程如下：
4.根据权利要求3所述的窃电用户预测的建立方法，其特征在于：将提取的样本用户的用电特征和分类特征进行合并，构成样本用户的特征矩阵，具体过程如下：
5.根据权...
【专利技术属性】
技术研发人员：胡晓婷，张金剑，许竹发，康彧，吴仲超，张秀路，韩磊，仇德贵，李志杰，孙丽芳，周沐聪，王帅，仇建，周彩风，曹飞，卢彪，朱伟强，房韫，滕楠，许文强，孙洁，靳嘉嘉，余庆辉，
申请(专利权)人：国网安徽省电力有限公司蚌埠供电公司，
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。