[发明专利]一种基于大数据的疑似窃电用户识别装置及识别方法

权利要求书

1.一种基于大数据的疑似窃电用户识别装置，其特征在于，包括：

样本数据输入模块，用于输入采集到的用户用电信息参数；

变结构神经网络窃电识别系统，用于根据输入的用户用电信息参数，判断用户发生窃电行为的可能性；

其中，所述变结构神经网络窃电识别系统包括：样本数据检测模块、神经网络计算模块和用户分类模块；

所述样本数据检测模块用于检测输入的用户用电信息参数的个数和种类；

所述神经网络计算模块用于根据实际检测到的用电信息参数构建神经网络评估模型，并对用户的用电状态进行评估；

所述用户分类模块用于根据评估结果对用户进行分类，以识别出疑似窃电用户。

2.根据权利要求1所述的装置，其特征在于，还包括核查单下发模块，用于接收所述变结构神经网络窃电识别系统的输出结果，并针对所述窃电疑似用户下发核查单。

3.根据权利要求1或2所述的装置，其特征在于，所述样本数据输入模块以列表的方式输入用电信息参数，其中，所述列表的每一个列作为所述神经网络计算模块的一个输入向量。

4.根据权利要求1-3之一所述的装置，其特征在于，所述神经网络计算模块包括输入层、隐含层和输出层，其中，所述输入层的节点数根据所述用电信息参数的个数自动确定，所述输出层的节点数为1。

5.根据权利要求4所述的装置，其特征在于，所述神经网络计算模块中，隐含层节点的激活函数为Sigmoid型函数输出层节点的激活函数为线性函数RelU函数

6.根据权利要求5所述的装置，其特征在于，所述神经网络计算模块的输出结果记为b_p，所述用户分类模块用于对所述输出结果作如下处理：

其中，f(b_p)表示窃电嫌疑系数：0表示该用户基本没有窃电可能；1表示该用户用电信息非正常，存在窃电嫌疑；2表示该用户的用电信息存在极大问题，具有很大的窃电嫌疑。

7.根据权利要求6所述的装置，其特征在于，所述用户分类模块还用于根据窃电嫌疑系数f(b_p)取值为1的概率P₍₁₎和/或取值为2的概率P₍₂₎对用户进行信用等级的分类。

8.根据权利要求1-7之一所述装置，其特征在于，还包括用电信息采集系统，用于采集用户的用电信息参数。

9.一种基于大数据的疑似窃电用户识别方法，其特征在于，采用根据权利要求1-8之一所述的装置进行识别，包括步骤：

S100、获得用户的用电信息参数，并通过所述样本数据输入模块输入至所述变结构神经网络窃电识别系统；

S200、所述变结构神经网络窃电识别系统根据输入的用户用电信息参数，判断用户发生窃电行为的可能性。

10.根据权利要求9所述的方法，其特征在于，所述步骤S100中，获得的用户用电信息参数包括以下参数中的至少一部分：用户电流参数、用户电压参数、功率因数、三相电流不平衡率、三相电压不平衡率、所在台区线损、用表类型和用户能效等级。

11.根据权利要求9所述的方法，其特征在于，所述步骤S200包括步骤：

S210、所述样本数据检测模块检测输入的用户用电信息参数的个数和种类，并据此确定输入向量；

S220、所述神经网络计算模块根据已确定的输入向量构建用户用电状态BP神经网络评估模型，并通过所述BP神经网络评估模型的运算对用户的用电状态进行评估；

S230、所述用户分类模块根据评估结果对用户进行分类，识别出疑似窃电用户。