[发明专利]一种优化加权的随机森林窃电用户检测方法

权利要求书

1.一种优化加权的随机森林窃电用户检测方法，其特征在于，包括：

S10、建立综合窃电决策模型，包括：

S101、提供训练数据集和测试数据集，所述训练数据集和测试数据集均包含窃电用户和非窃电用户两种用电用户的用电负荷数据；

S102、从所述训练数据集中选出若干用电负荷数据作为训练子集；

S103、获取所述训练子集中每一用电用户的若干用电特征指标；

S104、根据各用电特征指标与真实窃电情况建立与该训练子集对应的单一窃电决策模型；

S105、从所述测试数据集选出若干用电负荷数据作为测试子集；

S106、将所述测试子集的用电负荷数据输入所述单一窃电决策模型，得到单一窃电判断结果，根据所述单一窃电判断结果与真实窃电情况得到所述单一窃电决策模型的决策正确率；

S107、根据各单一窃电决策模型决策正确率的高低为各单一窃电决策模型的单一窃电判断结果赋予不同的决策权值；

S108、将各单一窃电判断结果结合对应的决策权值得到所述综合窃电决策模型；

S20、通过综合窃电决策模型判断待测用电用户是否窃电。

2.根据权利要求1所述的优化加权的随机森林窃电用户检测方法，其特征在于，所述用电特征指标包括含零百分数、异常值百分数、平均日负荷率、日用电量离散系数方差、负载率均值和相似度系数。

3.根据权利要求2所述的优化加权的随机森林窃电用户检测方法，其特征在于，所述单一窃电决策模型为包含若干分裂节点的决策树，所述S104包括：

计算所述用电特征指标的信息熵；

根据所述信息熵计算各用电特征指标的信息增益；

计算各所述信息增益的平均值作为平均增益；

计算高于所述平均增益的信息增益对应的信息增益率；

以信息增益率最高的用电特征指标作为分裂节点的分裂依据。

4.根据权利要求1所述的优化加权的随机森林窃电用户检测方法，其特征在于，所述S102包括：

从所述训练数据集中随机选取若干用电负荷数据作为训练子集；

将所选取的用电负荷数据放回所述训练数据集；

从所述训练数据集再次随机选取若干用电负荷数据作为另一训练子集。

5.根据权利要求1所述的优化加权的随机森林窃电用户检测方法，其特征在于，所述S105包括：

从所述测试数据集中随机选取若干用电负荷数据作为测试子集；

将所选取的用电负荷数据放回所述测试数据集；

从所述测试数据集再次随机选取若干用电负荷数据作为另一测试子集。

6.根据权利要求1所述的优化加权的随机森林窃电用户检测方法，其特征在于，所述训练数据集和测试数据集均包括工业用户、商业用户和居民用户的用电负荷数据。

7.根据权利要求1所述的优化加权的随机森林窃电用户检测方法，其特征在于，所述S20包括：

S201、根据所述待测用电用户的用电负荷数据获取其对应的用电特征指标；

S202、将所述待测用电用户的用电特征指标输入所述综合窃电决策模型，得到用于表征所述待测用电用户是否窃电的推测结果的综合窃电判断结果。