[发明专利]一种异常用电行为辨识方法、装置、设备及存储介质

说明书

本申请实施例公开了一种异常用电行为辨识方法、装置、设备及存储介质，所述方法包括：根据当前台区设置的至少一个采集点的线损数据，构建所述当前台区的当前线损曲线；根据所述当前台区设置的所述至少一个采集点的电流数据和各所述采集点所属用户的电流数据，构建所述当前台区的当前电流差异曲线；根据所述当前线损曲线和所述当前电流差异曲线，确定所述当前台区是否存在异常用电行为；通过上述技术方案，对台区的线损曲线和电流差异曲线进行综合分析，准确辨识出了该台区是否存在异常用电行为。

技术领域

本申请实施例涉及数据分析、处理技术领域，尤其涉及一种异常用电行为辨识方法、装置、设备及存储介质。

背景技术

电力用户用电行为主要包括生产性、技术性和异常三大类。其中，生产性行为是其生产计划的实施造成的用电变化，技术性是线路和变压器损耗等可计算损耗，而异常通常指电力用户的窃电、欺诈等异常用电行为。

目前，对异常用电行为分析主要集中在两个方面。一个是根据统计方法来计算电阻、线损、非技术损失等来判断。但这类方法存在一个缺点，因为配电网中的技术损失存在着多种可能，无法精确计算，并且这些方法不能对窃电用户进行精准的定位。另一种是采用数据挖掘和机器学习技术，如模式识别和决策树等，用来发现不正常的用电模式。但这类方法通常需要大量的窃电样本对模型进行训练，以提高窃电辨识率，若窃电样本数量较少或窃电样本类型单一，则模型的有效性难以保证，影响辨识结果的准确度。

由此可见，针对异常用电行为分析相关的研究方法多样且已取得一定的成果，但上述方法对低压用户实施的窃电行为分析还不够全面与准确。因此，针对现有技术中存在的问题，亟待进行改善。

发明内容

本申请提供一种异常用电行为辨识方法、装置、设备及存储介质，从多个变量角度综合分析，以准确辨识出异常用电行为。

第一方面，本申请实施例提供了一种异常用电行为辨识方法，该方法包括：

根据当前台区设置的至少一个采集点的线损数据，构建所述当前台区的当前线损曲线；

根据所述当前台区设置的所述至少一个采集点的电流数据和各所述采集点所属用户的电流数据，构建所述当前台区的当前电流差异曲线；

根据所述当前线损曲线和所述当前电流差异曲线，确定所述当前台区是否存在异常用电行为。

第二方面，本申请实施例还提供了一种异常用电行为辨识装置，该装置包括：

线损曲线构建模块，用于根据当前台区设置的至少一个采集点的线损数据，构建所述当前台区的当前线损曲线；

电流曲线构建模块，用于根据所述当前台区设置的所述至少一个采集点的电流数据和各所述采集点所属用户的电流数据，构建所述当前台区的当前电流差异曲线；

异常行为辨识模块，用于根据所述当前线损曲线和所述当前电流差异曲线，确定所述当前台区是否存在异常用电行为。

第三方面，本申请实施例还提供了一种电子设备，所述设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面实施例所提供的任意一种异常用电行为辨识方法。

第六方面，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面实施例所提供的任意一种异常用电行为辨识方法。