[发明专利]一种用户异常用电甄别的方法及系统

权利要求书

1.一种甄别异常用电用户的方法，其特征在于，其在有多个用户使用多个线损线路上实现，所述方法包括：

获得所述多个线损线路上每一线损线路的多个月线损率；

判断所述获得的每一线损线路的多个月线损率中是否有两个大于预设阈值的月线损率；

如果是，则确定有两个月线损率大于预设阈值的线损线路为实际线损线路，线损月份为所述确定的实际线损线路上月线损率大于预设阈值的月份；

在一实际线损线路上任意选择一线损月份内的一时间段作为测试周期，获得在所述测试周期内，所述选择的实际线损线路上各用户用电相关的采样数据，并根据所述获得的各用户用电相关的采样数据，得到各用户的先验概率以及后验概率；

根据所述得到的各用户的先验概率以及后验概率，通过贝叶斯公式得到各用户的类别概率，并确定所述得到的类别概率中数值最大的用户为嫌疑用户；

其中，所述在一实际线损线路上任意选择一线损月份内的一时间段作为测试周期，获得在所述测试周期内，所述选择的实际线损线路上各用户用电相关的采样数据，并根据所述得到的各用户用电相关的采样数据，得到各用户的先验概率以及后验概率的具体步骤包括：

在一实际线损线路上任意选择一线损月份内的一时间段作为测试周期，获得在所述测试周期内，所述选择的实际线损线路上各用户用电相关的采样数据；

根据所述获得的各用户用电相关的采样数据，得到样本集；

根据所述得到的样本集，设置用户特征属性，并提取一个或多个所述设置的用户特征属性作为用户特征向量，并根据所述提取的用户特征向量及所述得到的样本集，得到各用户的训练样本集；

确定所述各用户的训练样本集的分类属性的类别，并根据分类属性计算类别的先验概率为各用户的先验概率；

计算所述得到的各用户的训练样本集的后验概率为各用户的后验概率。

2.如权利要求1所述的方法，其特征在于，所述采样数据包括所述选择的实际线损线路上的线损电量值、各用户的用电量值以及用户电量的多个辅助数据值。

3.如权利要求2所述的方法，其特征在于，所述辅助数据值包括电流值、电压值、功率值以及功率因数值。

4.如权利要求1所述的方法，其特征在于，所述阈值为5％。

5.如权利要求1所述的方法，其特征在于，所述时间段为7天。

6.一种甄别异常用电用户的系统，其特征在于，所述系统包括：获取单元、判断单元、确定单元、计算单元以及用户甄别单元；

所述获取单元，用于获得多个线损线路上每一线损线路的多个月线损率；

所述判断单元，用于判断所述获得的每一线损线路的多个月线损率中是否有两个大于预设阈值的月线损率；

所述确定单元，用于确定有两个月线损率大于预设阈值的线损线路为实际线损线路，线损月份为所述确定的实际线损线路上月线损率大于预设阈值的月份；

所述计算单元，用于在一实际线损线路上任意选择一线损月份内的一时间段作为测试周期，获得在所述测试周期内，所述选择的实际线损线路上各用户用电相关的采样数据，并根据所述获得的各用户用电相关的采样数据，得到各用户的先验概率以及后验概率；

所述用户甄别单元，用于根据所述得到的各用户的先验概率以及后验概率，通过贝叶斯公式得到各用户的类别概率，并确定所述得到的类别概率中数值最大的用户为嫌疑用户；

其中，所述计算单元包括：

采样数据获取模块，用于在一实际线损线路上任意选择一线损月份内的一时间段作为测试周期，获得在所述测试周期内，所述选择的实际线损线路上各用户用电相关的采样数据；

总样本集获取模块，用于根据所述获得的各用户用电相关的采样数据，得到样本集；

用户训练样本集获取模块，用于根据所述得到的样本集，设置用户特征属性，并提取一个或多个所述设置的用户特征属性作为用户特征向量，并根据所述提取的用户特征向量及所述得到的样本集，得到各用户的训练样本集；

用户先验概率计算模块，用于确定所述各用户的训练样本集的分类属性的类别，并根据分类属性计算类别的先验概率为各用户的先验概率；

用户后验概率计算模块，用于计算所述得到的各用户的训练样本集的后验概率为各用户的后验概率。

7.如权利要求6所述的系统，其特征在于，所述采样数据包括所述选择的实际线损线路上的线损电量值、各用户的用电量值以及用户电量的多个辅助数据值。