[发明专利]基于用电数据的窃电电量分析方法、装置及电子设备

说明书

本发明公开了基于历史用电数据的窃电电量分析方法、装置及电子设备，涉及电力窃电检测技术领域，其技术方案要点是：本发明确定特征数据集中的约束条件，由约束条件对子特征数据进行分类，从而得到了表示不满足约束条件的子特征数据的时间长度的分类结果，利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，将一个时段序列中的不正常用电数据聚类在一起标注为异常历史用电数据，那么异常历史用电数据的时段长度就对应了窃电的时间长度，利用所述分类结果对所述聚类结果进行验证，保证了对不符合约束条件的子特征数据分类准确性，而通过窃电识别模型中识别出不满足约束条件的子特征数据对应的异常历史用电数据的窃电方式。

技术领域

本发明涉及一种电力窃电检测技术领域，更具体地说，它涉及基于用电数据的窃电电量分析方法、装置及电子设备。

背景技术

在电力供应和使用中，少数用户非法窃电，以达到不交或者少交电费的目的。窃电不仅使线损升高、供电企业蒙受巨大的经济损失，而且易导致供电线路跳闸中断供电、变压器烧损，甚至造成人身伤亡事故的巨大危害。随着技术手段的提高，窃电手段日益隐蔽，专业化、职业化窃电现象越来越严重，给国家电网公司造成损失，故此如何有效地进行反窃电是供电企业的重点方向。

目前相关技术中的窃电检测手段主要以人工的检验方法为主，基于人工的检验方法主要通过电力公司专业人员的主观经验和知识进行窃电检测，需要供电企业定期遣派大量的工作人员筛查潜在窃电区域，但用电者数目众多，这种方法筛查效率低，及时性与精准性不能保障。当前智能电表的已普遍应用于各种电力用户，其采集的用户的用电信息已达到较高的质量，具有实用价值。

因此如何对用电信息数据进行数据分析与挖掘，从而准确的分析出用户的窃电行为以及窃电时间，以解决相关技术中对于窃电检测的精准性较低的问题是目前急需解决的问题。

发明内容

本发明为了解决相关技术中对于窃电检测的精准性较低的问题，提供基于用电数据的窃电电量分析方法、装置及电子设备，本发明根据智能电表的计量方式建立对历史用电数据进行窃电分析的特征数据集，并确定特征数据集中的子特征数据的约束条件，由约束条件对子特征数据进行分类，从而得到了表示不满足约束条件的子特征数据的时间长度的分类结果，利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，将一个时段序列中的不正常用电数据聚类在一起标注为异常历史用电数据，那么异常历史用电数据的时段长度就对应了窃电的时间长度，利用所述分类结果对所述聚类结果进行验证，从而综合了聚类和分类两种结果，保证了对不符合约束条件的子特征数据分类准确性，进一步提升了窃电分析的准确性，而通过窃电识别模型中识别出不满足约束条件的子特征数据对应的异常历史用电数据的窃电方式，则进一步的明确了窃电的具体行为，对窃电现在的勘验的结果起到补充和验证的效果，提升窃电检测的精准性；相应地，作为本领域技术人员的公知常识，基于微积分思想即可根据异常历史用电数据与窃电的时间长度，从而可以准确的计算出被窃电量。

本发明的上述技术目的是通过以下技术方案得以实现的：

本申请的第一方面，提供了一种基于用电数据的窃电电量分析方法，方法包括：

获取智能电表所计量的历史用电数据；

根据智能电表的计量方式建立对所述历史用电数据进行窃电分析的特征数据集；

确定在正常运行条件下所述特征数据集所包含的子特征数据的约束条件；

利用所述约束条件对子特征数据进行分类，得到与子特征数据对应的分类结果，其中分类结果表示不满足约束条件的子特征数据的时间长度；

利用聚类算法对一个时间序列所计量的历史用电数据进行聚类，得到聚类结果，其中聚类结果表示异常历史用电数据的时间长度；

利用所述分类结果对所述聚类结果进行验证，以确定不满足约束条件的子特征数据对应的异常历史用电数据，并将异常历史用电数据输入至窃电识别模型中识别出对应的窃电方式；