[发明专利]一种异常用电数据检测方法、系统、设备、存储介质

权利要求书

1.一种异常用电数据检测方法，其特征在于，包括如下步骤：

获取数据，通过用电信息采集方式获取用电数据；

数据清洗，将采集到的用电数据进行清洗，并检测用电数据中脏数据的类型，得到有效用电数据；所述脏数据的类型包括：缺失值、重复值、极大极小值、负荷毛刺、冲击负值；

数据降维，利用日负荷特性指标对所述有效用电数据进行特征降维，所述日负荷特征指标包括负荷率、峰谷差率、最高利用小时率、峰期负载率、平期负载率、谷期负载率；

模型建立，若干个孤立树构建成孤立森林，利用孤立森林算法建立第一分析模型，利用评估曲线进行模型评估；

筛选异常用户，利用所述第一分析模型对目标数据进行筛选，并对筛选过的数据进行数据挖掘，筛选出用电异常用户。

2.如权利要求1所述的一种异常用电数据检测方法，其特征在于，所述用电信息采集方式包括云存储，所述云存储用于将所述用电数据分散存储在多台独立的存储服务器上，所述存储服务器的类型包括元数据管理服务、卷管理服务和块数据管理服务。

3.如权利要求1或2所述的一种异常用电数据检测方法，其特征在于，在步骤数据清洗中还包括：根据用电负荷的波动周期特性填充空缺失值的计算公式如下：

其中，X_i表示当前时刻的用电负荷，i为负荷数据缺失的时刻，取值为1-24，a1和a2为前后两天对应时刻和当前时刻前后两个时间点负荷的加权系数。

4.如权利要求3所述的一种异常用电数据检测方法，其特征在于，在步骤获取数据之前还包括步骤：

建立管理方案，建立台区线损管理指标，所述台区线损管理指标的状态标识包括覆盖类、户变类、可采类、数据类、线损类；对采集的多台区的用电数据进行状态标识，并针对不同的状态采取相对应的管控措施，形成台区线损管理方案。

5.如权利要求1所述的一种异常用电数据检测方法，其特征在于，在步骤模型建立中还包括，利用受试者工作特征ROC曲线、曲线下面积AUC、累积查全率曲线和P-R曲线，以查准率为纵坐标，查全率为横坐标进行模型评估。

6.如权利要求1或5所述的一种异常用电数据检测方法，其特征在于，所述孤立森林算法包括第一阶段算法与第二阶段算法，所述第一阶段算法包括构建多个孤立树组成孤立森林；所述第二阶段算法包括利用生成的孤立森林来评估测试数据，对被检测数据计算异常分值。

7.一种电子设备，其特征在于，包括：处理器；

存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行如权利要求1所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行如权利要求1所述的方法。

9.一种异常用电数据检测系统，其特征在于，包括获取数据模块、数据清洗模块、数据降维模块、模型建立模块、筛选异常用户模块；其中，

所述获取数据模块用于通过用电信息采集方式获取用电数据；

所述数据清洗模块用于将采集到的用电数据进行清洗，并检测用电数据中脏数据的类型，得到有效用电数据；所述脏数据的类型包括：缺失值、重复值、极大极小值、负荷毛刺、冲击负值；

所述数据降维模块用于利用日负荷特性指标对所述有效用电数据进行特征降维，所述日负荷特征指标包括负荷率、峰谷差率、最高利用小时率、峰期负载率、平期负载率、谷期负载率；

所述模型建立模块用于若干个孤立树构建成孤立森林，利用孤立森林算法建立第一分析模型，利用评估曲线进行模型评估；

所述筛选异常用户模块用于利用所述第一分析模型对目标数据进行筛选，并对筛选过的数据进行数据挖掘，筛选出用电异常用户。

10.如权利要求1所述的一种异常用电数据检测系统，其特征在于，还包括建立管理方案模块，所述建立管理方案模块用于建立台区线损管理指标，所述台区线损管理指标的状态标识包括覆盖类、户变类、可采类、数据类、线损类；对采集的多台区的用电数据进行状态标识，并针对不同的状态采取相对应的管控措施，形成台区线损管理方案；

所述获取数据模块包括云存储单元，所述云存储单元用于将所述用电数据分散存储在多台独立的存储服务器上，所述存储服务器的类型包括元数据管理服务、卷管理服务和块数据管理服务；

所述数据清洗模块包括缺失值填充单元，所述缺失值填充单元用于根据用电负荷的波动周期特性填充空缺失值的计算公式如下：

其中，X_i表示当前时刻的用电负荷，i为负荷数据缺失的时刻，取值为1-24，a1和a2为前后两天对应时刻和当前时刻前后两个时间点负荷的加权系数。