[发明专利]一种基于用户样本数据差异特征分析的窃电用户发现方法

说明书

本发明提供一种基于用户样本数据差异特征分析的窃电用户发现方法，根据用户样本数据差异特征通过进行样本间的差异描述和距离描述，实现了不是根据具体的窃电行为对用户窃电行为的判断，从而找到窃电用户。通过本发明专利，可以更加有效的发现窃电用户，对于电网科学有效管理具有较大意义。

技术领域

本发明涉及电网管理技术领域，尤其是涉及一种基于用户样本数据差异特征分析的窃电用户发现方法。

背景技术：

当前电力系统网络中窃电现象频发，窃电不仅损害供电企业的利益，影响电网有序正常运行，给整个电力网络带来了严重的安全隐患。通过智能方法可以自动化快速、低成本的在众多用户中发现窃电用户，因此该类方法在窃电发现领域具有较高的实用价值。

窃电用户通常采用一些特定的接线手段使得电网的计量设备失效或者少计量，这些手段会引起一定相位上的变化，对于这些变化当前检测窃电的手段主要包含两种：一种是收集已经发现的窃电用户作为样本，训练智能模型，进而用这种模型应用于实际电网检测来发现窃电用户；第二种是模拟用户可能的窃电行为，通过实验室模拟特定行为引起的电流、电压波动找到窃电的关键特征，进而以这些特征查找窃电用户。两类方法虽然可以发现一些窃电用户，但是两类方法均依赖的是已被抓到的窃电用户，并以已知的窃电用户的多维数据分布情况及行为模式为样板来查找窃电用户。窃电用户通常对被抓事件比较敏感，一旦被抓，或者采用同样方法的其他用户被抓那么有较大可能会采用新的方法窃电。面对多种多样的窃电方法，与之对应的是较少的窃电样本（窃电不是大规模的行为），单纯依赖于较少的窃电样本较难支撑现有的智能方法自动化的找到新的窃电用户。

因此需要提出一种新的方法，不是根据具体的数量较少的窃电样本，而是根据窃电用户与普通用户的差别程度来查找新的窃电用户。

发明内容：

针对现有技术存在的问题，本发明提供一种基于用户样本数据差异特征分析的窃电用户发现方法，通过进行样本间的差异描述和距离描述，实现了不是根据具体的窃电行为对用户窃电行为的判断，从而找到窃电用户。

本发明所述的一种基于用户样本数据差异特征分析的窃电用户发现方法，包括以下步骤：

S1，输入用户一天用电情况列表UTable，已知窃电用户的用户编号列表QIDList，已知未窃电用户的用户编号列表UIDList，获取用户数量UNum，获取窃电用户数量QUNum，获取未窃电用户数量UUNum；

用户一天用电情况列表UTable为一个列表，列表中的每个表项对应一个用户一天的用电情况，每一个表项为一个集合包含如下内容：

ID：用户编号；

A1：A相电压，为一个96个元素的数组，该数组对应用户一天间隔15分钟一次共计96次采样的A相电压；

A2:A相电流，为一个96个元素的数组，该数组对应用户一天间隔15分钟一次共计96次采样的A相电流；

B1:B相电压，为一个96个元素的数组，该数组对应用户一天间隔15分钟一次共计96次采样的B相电压；

B2: B相电流，为一个96个元素的数组，该数组对应用户一天间隔15分钟一次共计96次采样的B相电流；

C1:C相电压，为一个96个元素的数组，该数组对应用户一天间隔15分钟一次共计96次采样的C相电压；

C2:C相电流，为一个96个元素的数组，该数组对应用户一天间隔15分钟一次共计96次采样的C相电流；

已知窃电用户的用户编号列表QIDList为一个列表，列表中每一个表项为用户的编号，对应已知窃电用户的用户编号；

已知未窃电用户的用户编号列表UIDList为一个列表，列表中每一个表项为用户的编号，对应已知未窃电用户的用户编号；