[发明专利]一种确定窃电嫌疑用户的方法及系统在审

专利信息
申请号: 202010292926.8 申请日: 2020-04-15
公开(公告)号: CN111507611A 公开(公告)日: 2020-08-07
发明(设计)人: 闫富荣;陈雁;万泉;袁葆;欧阳红;戴永新;张文;吴佐平;陈岩 申请(专利权)人: 北京中电普华信息技术有限公司;国网信息通信产业集团有限公司;国家电网有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q30/06;G06Q50/06;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 古利兰
地址: 100192 北京市海*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 确定 嫌疑 用户 方法 系统
【说明书】:

发明提供了一种确定窃电嫌疑用户的方法及系统,利用预设的台区异常识别模型分别对多个用电台区的用电指标数据进行异常用电识别处理,确定多个用电台区中的异常用电台区;获取在预设时间段内异常用电台区的线损,以及获取在预设时间段内异常用电台区中每个待排查用户的用电量;利用每个待排查用户的用电量和所在用电台区的线损,确定累计用电量与线损的相关性最大的用户集为窃电嫌疑用户集;确定窃电嫌疑用户集中的待排查用户为窃电嫌疑用户。本方案中,利用预先训练好的台区异常识别模型,从多个用电台区中确定异常用电台区。根据累计用电量与线损的相关性,确定异常用电台区中的窃电嫌疑用户,降低排查成本、提高工作效率和提高排查准确性。

技术领域

本发明涉及数据处理技术领域,具体涉及一种确定窃电嫌疑用户的方法及系统。

背景技术

供电企业在为各个用电用户供电的过程中,窃电事件层出不穷,为保障供电企业的合法经营权益,需要确定用电用户中的窃电嫌疑用户。

目前确定窃电嫌疑用户的方式为:通过大量的工作人员进行拉网式排查,人工排查出窃电嫌疑用户。但是一方面,用电用户数量巨多,拉网式排查窃电嫌疑用户需要大量的工作人员和耗费大量的时间,导致排查成本高和排查效率低。另一方面,单个窃电嫌疑用户的窃电特征不明显,人工排查的时候容易遗漏窃电嫌疑用户,排查准确性低。

发明内容

有鉴于此,本发明实施例提供一种确定窃电嫌疑用户的方法及系统,以解决目前确定窃电嫌疑用户的方式存在的排查成本高、工作效率低和排查准确性低等问题。

为实现上述目的,本发明实施例提供如下技术方案:

本发明实施例第一方面公开一种确定窃电嫌疑用户的方法,所述方法包括:

利用预设的台区异常识别模型分别对多个用电台区的用电指标数据进行异常用电识别处理,确定多个所述用电台区中的异常用电台区,所述用电指标数据用于反映所述用电台区的用电状况,所述台区异常识别模型由基于样本数据训练神经网络模型得到;

获取在预设时间段内所述异常用电台区的线损,以及获取在所述预设时间段内所述异常用电台区中每个待排查用户的用电量;

利用每个待排查用户的用电量和所述异常用电台区的线损,确定累计用电量与所述线损的相关性最大的用户集为窃电嫌疑用户集,所述累计用电量为所述用户集中所包括的待排查用户的用电量之和;

确定所述窃电嫌疑用户集中的待排查用户为窃电嫌疑用户。

优选的,所述利用每个待排查用户的用电量和所述异常用电台区的线损,确定累计用电量与所述线损的相关性最大的用户集为窃电嫌疑用户集,包括:

将第一预设数量的待排查用户添加至第一用户集中;

计算所述第一用户集中的待排查用户的用电量之和,得到第一累计用电量;

计算所述第一累计用电量与和所述异常用电台区的线损的第一相关性,返回执行将第一预设数量的待排查用户添加至第一用户集中这一步骤,直至所述第一相关性不再增加,确定最大的所述第一相关性对应的所述第一用户集为第二用户集;

从所述第二用户集中剔除第二预设数量的待排查用户;

计算剔除第二预设数量的待排查用户后的所述第二用户集中的待排查用户的用电量之和,得到第二累计用电量;

计算所述第二累计用电量与所述线损的第二相关性,返回执行从所述第二用户集中剔除第二预设数量的待排查用户这一步骤,直至所述第二相关性不再增加,确定最大的所述第二相关性对应的所述第二用户集为窃电嫌疑用户集。

优选的,所述预设的利用台区异常识别模型分别对多个用电台区的用电指标数据进行异常用电识别处理,确定多个所述用电台区中的异常用电台区,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京中电普华信息技术有限公司;国网信息通信产业集团有限公司;国家电网有限公司,未经北京中电普华信息技术有限公司;国网信息通信产业集团有限公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010292926.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top