[发明专利]一种优化加权的随机森林窃电用户检测方法

说明书

本发明涉及窃电监测技术领域，具体公开一种优化加权的随机森林窃电用户检测方法，可以用于电力供应技术领域中的窃电监控情形，通过构建由若干进行加权后的单一窃电决策模型组成的综合窃电决策模型，然后将待测用户的用电负荷数据输入综合窃电决策模型从而得到该待测用户是否属于窃电用户的推测结果，有利于供电企业有针对性地进行调查核实，极大的降低了窃电调查的工作量，提高了窃电监测的效率。

技术领域

本发明涉及窃电监测技术领域，尤其涉及一种优化加权的随机森林窃电用户检测方法。

背景技术

随着智能电网的不断推进，智能电表等计量装置得到大规模普及，这虽然在一定程度上增加了供电企业的数据采集便捷性，但也使得用电用户针对计量装置进行窃电的方式变得复杂多样，供电企业无法有效在线检测用户是否窃电。

近年来电网的电力供应形势严峻，电力缺口较大，除了因电网自身的问题造成电力缺口较大的现象以外，用电用户的窃电也造成了大量电量的流失，给我们国家和供电企业带来了非常大的亏损与资产流失，同时非常大的影响了正常社会的用电秩序。因此，如何准确及时的检测出配电网窃电用户从而减少电量的大量流失，挽回巨额的经济损失是电网公司填补电力缺口维护正常用电秩序所需要解决的难题。

发明内容

本发明的一个目的在于，提供一种优化加权的随机森林窃电用户检测方法，能从所有用电用户中查找出疑似窃电用户，以便供电企业进行核实，极大的减少了电量的流失，有利于保证正常的电力供应。

为达以上目的，本发明提供一种优化加权的随机森林窃电用户检测方法，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。

优选的，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。

优选的，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。

优选的，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；