[发明专利]一种用户异常用电甄别的方法及系统

说明书

技术领域

本发明涉及偷漏电监测技术领域，尤其涉及一种用户异常用电甄别的方法及系统。

背景技术

针对国内外偷漏电监测的文献研究，目前偷漏电预防主要有两种方法：其一、该方法偏向于硬件研究，通过提升反偷漏电监测仪的灵敏性以及实时性，提升偷漏电用户甄别能力；其二、该方法偏向于软件研究，通过收集偷漏电相关的线损电量、线损率、用户电量、功率符合等数据，结合统计方法、数据挖掘算法等理论构建偷漏电监控模型，实现对偷漏电用户的甄别。

以上两种偷漏电预防方法均存在不足之处：在第一种方法中，对反偷漏电监测仪的硬件要求高，成本大幅增加；在第二种方法中，针对偷漏电数据采用不同算法的研究大部分仅仅停留在理论研究阶段，目前尚未存在系统、有效的偷漏电模型监控软件用于实际工作，并且大部分研究局限于对偷漏电个体的监测及预防上，并没有系统的站在全局的角度对不同线路的偷漏电情况进行分析，总结出不同用户类型、不同电压情况下的偷漏电规律，综合提升非技术线损的管理水平。

发明内容

本发明实施例的目的在于提供一种甄别异常用电用户的方法及系统，可以解决现有技术中甄别偷漏电用户时，硬件预防方法投资成本大以及软件预防方法局限于用户个体的问题。

为了解决上述技术问题，本发明实施例提供了一种甄别异常用电用户的方法，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。

其中，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。

其中，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。

其中，所述阈值为5％。

其中，所述时间段为7天。

本发明实施例还提供了一种甄别异常用电用户的系统，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；