[发明专利]一种应用AI智能诊断分析的新型反窃电系统及方法

说明书

本发明公开了一种应用AI智能诊断分析的新型反窃电系统，包括数据传入模块、历史数据库模块和决策树模块；所述数据传入模块和历史数据库模块均与决策树模块连接，数据传入模块用于监测接收低压户数据，并将数据传递给决策树模块，决策树模块接收低压户数据和历史数据后，决策预判用户是否存在窃电情况；所述决策树模块与窃电判断模块连接，决策树模块将预测结果发送给窃电判断模块，预测结果为存在窃电情况时，窃电判断模块通过预警模块进行窃电报警，预测结果不存在窃电情况，窃电判断模块结束输出。本发明对窃电情况的预判，显著提高窃电判定的效率和准确度。

技术领域

本发明涉及窃电预判技术领域，具体是一种应用AI智能诊断分析的新型反窃电系统及方法。

背景技术

窃电时指非法占用电能，以不交或者少交电费为目的，采用非法手段不计量或者少计量用电的行为。

随着科学技术的不断发展，电力资源作为当前社会发展最重要的能源形式，通过不断运用高新技术，提高电网运行的可靠性，是电力工作的不变目标。智能电表作为当前电网智能化中的一个重要基础技术，有助于实现更为有效的电力资源管理工作，已经被广泛运用到社会发展的各个层面上。智能电能表的使用，能够准确计算出用户的用电量，同时能够将电力企业信息进行透明化，给予广大电力客户一定的知情权，但是其计量可靠性直接关系到电网能否正常运行。然而针对智能电能表的窃电事件却屡屡发生，窃电技术的不断升级，严重损坏了智能电能表作为法定计量依据的准确性和可靠性。

因此，针对以上现状，迫切需要开发一种应用AI智能诊断分析的新型反窃电系统及方法，以克服当前实际应用中的不足。

发明内容

本发明的目的在于提供一种应用AI智能诊断分析的新型反窃电系统及方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种应用AI智能诊断分析的新型反窃电系统，包括数据传入模块、历史数据库模块和决策树模块；所述数据传入模块和历史数据库模块均与决策树模块连接，数据传入模块用于监测接收低压户数据，并将数据传递给决策树模块，决策树模块接收低压户数据和历史数据后，决策预判用户是否存在窃电情况；所述决策树模块与窃电判断模块连接，决策树模块将预测结果发送给窃电判断模块，预测结果为存在窃电情况时，窃电判断模块通过预警模块进行窃电报警，预测结果不存在窃电情况，窃电判断模块结束输出。

作为本发明进一步的方案：所述低压户数据包括用户的单向电流、电压以及三相电流电压。

作为本发明进一步的方案：所述预警模块与历史数据库模块连接，预警模块进行窃电报警后，将窃电数据发送至历史数据库模块进行存储。

作为本发明进一步的方案：所述历史数据库模块包括用户线损记录单元、电压实时记录单元、电流实时记录单元和异常数据记录单元，用于分别记录存储用户用电的各项数据。

作为本发明进一步的方案：还包括有用户识别模块和数据存储模块，用户识别模块与数据传入模块连接，历史数据库模块与数据存储模块连接，所述用户识别模块包括有用户名称记录单元和用户地址记录单元。

作为本发明进一步的方案：所述窃电判断模块和预警模块之间还设置有现场判断模块。

作为本发明进一步的方案：窃电判断模块的“Y”端与现场判断模块连接，现场判断模块的“Y”端与预警模块连接，现场判断模块的“N”端与历史数据库模块连接，窃电判断模块预判为窃电时，通过现场判断模块对用户进行现场核查、取证和反馈，反馈结果为存在窃电情况时，预警模块发出警报，反馈结果为不存在窃电情况时，将该数据传递给历史数据库模块进行存储。

一种应用AI智能诊断分析的新型反窃电方法，包括如下步骤：

S1、决策树模块根据历史数据库模块给定的历史数据，构造决策树；