[发明专利]一种数据驱动的防窃电实时诊断方法

权利要求书

1.一种数据驱动的防窃电实时诊断方法，包括下列步骤：

原始数据读取步骤：从用户数据库中读取用户的日用电量、日用电量的移动平均、日用电量的移动平均差分、线损以及线损的移动平均的实时数据，作为实时诊断数据；从用户数据库中读取用户的日用电量、日用电量的移动平均、日用电量的移动平均差分、线损以及线损的移动平均的历史数据，作为建模历史数据；

智能诊断模型构建步骤：依据建模历史数据建立专家数据库，作为专家样本数据，并根据专家样本数据构建智能诊断模型；

窃电诊断步骤：将实时诊断数据导入智能诊断模型，运行智能诊断模型，进行窃电诊断。

2.根据权利要求1所述一种数据驱动的防窃电实时诊断方法，其特征在于：所述原始数据读取步骤中还导入的天气类指标的实时数据和历史数据、报警类指标的实时数据和历史数据，以及特定类指标的实时数据和历史数据，对应作为实施诊断数据和建模历史数据。

3.根据权利要求1所述一种数据驱动的防窃电实时诊断方法，其特征在于：原始数据读取步骤后，构建智能诊断模型步骤前，还有原始数据预处理步骤，对建模历史数据和实施诊断数据中缺失值和异常值进行预处理。

4.根据权利要求3所述一种数据驱动的防窃电实时诊断方法，其特征在于：原始数据预处理步骤中，采用最小二乘法回归模型对缺失值进行填充。

5.根据权利要求3所述一种数据驱动的防窃电实时诊断方法，其特征在于：原始数据预处理步骤中，进行异常值审查；审查建模历史数据和实时诊断数据中时间属性的时间是否合理；审查建模历史数据和实时诊断数据中的峰电量和谷电量之和，与日用电量之间的偏差是否超出阈值。

6.根据权利要求3所述一种数据驱动的防窃电实时诊断方法，其特征在于：原始数据预处理步骤中将异常值分为Normal类型，Change类型、Complex类型和离群点异常。

7.根据权利要求1所述一种数据驱动的防窃电实时诊断方法，其特征在于：智能诊断模型构建步骤中，采用神经网络构建智能诊断模型。

8.根据权利要求7所述一种数据驱动的防窃电实时诊断方法，其特征在于：智能诊断模型构建步骤中，对构建完成的智能诊断模型进行训练、参数优化和评价。

9.根据权利要求7所述一种数据驱动的防窃电实时诊断方法，其特征在于：窃电诊断步骤中，将实时诊断数据导入智能诊断模型，运行智能诊断模型，进行窃电诊断，若进行窃电诊断的结果有误，则对智能诊断模型进行重构，生成新的智能诊断模型，并运行新的智能诊断模型，直到结果正确为止。

10.根据权利要求1所述一种数据驱动的防窃电实时诊断方法，其特征在于：智能诊断模型构建步骤中，采用专家样本数据是可更新的。