[发明专利]基于大数据的异常用电用户识别方法、装置、终端和介质

说明书

本申请公开了一种基于大数据的异常用电用户识别、装置、终端和介质，本申请首先按照平均用电量和用户类型，将各个用户的历史用电量数据划分为多个用户集合，然后根据目标用户的历史用电量数据和目标用户集合中的历史用电量数据，分别计算出同比用电量、环比用电量、同类用户用电量的均值和方差，进而得到代表目标用户的历史用电习惯的用电量波动区间。通过利用该目标用户的用电量波动区间对目标用户的实际用电量波动进行针对性判断，可以避免现有的识别方式忽略了不同用户个体的用电习惯的技术现状，解决了现有的异常用电用户识别方法误判率高的技术问题。

技术领域

本申请涉及电力数据处理领域，尤其涉及一种基于大数据的异常用电用户识别、装置、终端和介质。

背景技术

由于近年来电网信息化水平的不断提高，各类信息管理系统积累了大量的客户服务数据，并且呈指数规模增长，为了进一步提高电网公司的营销服务质量，提高对异常用电用户的稽查质量电网提升客户服务质量的重要环节。

目前常用的异常用电用户识别手段为基于阀值的核查类规则，以电量波动率为例，基于阀值规则的异常记录往往单凭待稽查用户的本期电量值与其他同类型用户的基准电量值的比对，从而做出用户异常用电判断，然而这种通用的识别方式忽略了不同用户个体的用电习惯，导致了现有的异常用电用户识别方法误判率高的技术问题。

发明内容

本申请提供了一种基于大数据的异常用电用户识别、装置、终端和介质，用于解决现有的异常用电用户识别方法误判率高的技术问题。

有鉴于此，本申请第一方面提供了一种基于大数据的异常用电用户识别方法，包括：

获取各个待识别用户的历史用电量数据；

根据所述各个待识别用户的历史平均用电量与预设的平均用电量分级阈值的比较结果，确定所述各个待识别用户的用电量分级区间；

根据所述各个待识别用户的用户类型，分别对各个所述用电量分级区间中的待识别用户进行聚类，得到用户集合；

根据目标用户的历史用电量数据，计算所述目标用户的同比用电量均值、同比用电量方差、环比用电量均值和环比用电量方差，其中，所述目标用户为所述待识别用户中的一个用户；

根据所述目标用户所在的目标用户集合和所述目标用户集合中各个所述待识别用户的历史用电量数据，计算所述目标用户的同类用户用电量均值和同类用户用电量方差；

根据所述同比用电量均值、所述环比用电量均值和所述同类用户用电量均值进行加权求和，得到所述目标用户对应的历史用电均值；

根据所述同比用电量方差、所述环比用电量方差和所述同类用户用电量方差进行加权求和，得到所述目标用户对应的历史用电方差；

根据所述历史用电均值与所述历史用电方差的和值和差值，得到所述目标用户的用电量波动区间；

根据所述用电量波动区间与所述目标用户的实际用电波动进行比较，以获取所述目标用户的异常用电识别结果。

可选地，所述根据所述用电量波动区间与所述目标用户的实际用电波动进行比较，以获取所述目标用户的异常用电识别结果具体包括：

根据所述用电量波动区间与所述目标用户的实际用电量波动进行比较，若所述实际用电量波动超出所述用电量波动区间限定的范围外，则将所述目标用户设为异常用电用户，若所述实际用电量波动处于所述用电量波动区间限定的范围内，则将所述目标用户设为正常用户。

可选地，所述根据所述历史用电均值与所述历史用电方差的和值和差值，得到所述目标用户的用电量波动区间具体包括：

以所述历史用电均值与所述历史用电方差之和为区间上限，以所述历史用电均值与所述历史用电方差之差为区间下限，根据所述区间上限和所述区间下限，得到所述目标用户的用电量波动区间。