[发明专利]基于量测数据多态势评判的风险用户识别方法

说明书

本申请提出了基于量测数据多态势评判的风险用户识别方法，包括获取用户用电数据，对用户用电数据进行预处理后得到成熟用电数据；从成熟用电数据中提取特征参数作为SVM算法的输入特征集，将输入特征集转换为特征向量，将特征向量送入SVM分类器中进行分类训练；基于训练后的SVM算法结合特征参数对风险用户进行识别。使用的SVM分类算法无论是对风险用户还是对于正常用户的识别，相较于统计学指标判断方法，都有了较好的提升，明显的提高了准确率。

技术领域

本申请属于供电评判领域，尤其涉及基于量测数据多态势评判的风险用户识别方法。

背景技术

电力系统的能量损失可以划分为两类：技术性损失(Technical Loss，TL)和非技术性损失(Non-technical Loss，NTL)。其中技术性损失包括输电、配电、变电过程中产生的难以消除的能量损耗，主要包括有电能通过输电线路的传输过程中造成的损耗，变压器的损耗以及其他设备的损耗。而非技术性损失则主要是指电力用户的窃电行为所造成的损失，对于可能存在着窃电行为的电力用户称其为风险用户。

技术性损失及非技术性损失可用定量的公式来表示：

电力系统电能的损失：

E_loss＝E_generate-E_sale#(1)

电力公司的收益损失：

C_loss＝E_loss*X_price#(2)

非技术性损失：

C_NTL＝C_loss-C_TL#(3)

从上述公式可以看出，由于输配变电过程中的技术性损失是不可避免的，那么当非技术性损失造成的收益损失增加时，电力公司的总收益损失也会增加。因此窃电行为成为了电力系统中影响企业收益的一个重要问题，且这种现象在发展中国家尤其明显。随着智能电网的建立，高级量测体系不断地深化完善，用户窃电的问题日益突出，成为智能电网发展的障碍，也为电力企业造成了许多损失。过去电力企业对于存在窃电可能的风险用户的识别方法主要包括有：

(1)将计电表箱进行全封闭的处理，将用户与电表进行分离，从而使其无法进行对电表计数进行物理上的改动；

(2)在安装的电表附近加装录像装置，记录用户的不法行为；

(3)在有窃电记录的用户家中安装带有反窃电功能的电表，该类型的电表无法改变其原有的计数、无法回溯。

(4)采用性能良好的材料来包装电表，使其免受外界电磁场的干扰

以上列举的各种方法从不同的角度提出了传统生电力企业用来解决窃电问题的方案，大多是从物理的角度来进行反窃电，而高级量测体系的建立使电力系统除了需要面临传统电力行业用户使用的窃电技术的威胁之外，新型电网系统所使用的新设备和新技术，也让恶意窃电的用户制造出了新型的窃电手段，这些新型窃电手法具有以下几个特点：

(1)窃电的方式更加高科技，需要一定的技术含量；

(2)窃电的方式更加隐蔽；

(3)窃电人员常常需要拥有专门的知识和技能。

由此可见，基于电力系统海量的量测数据使用更加准确高效的数据挖掘技术和算法对于分析和判断新型的窃电风险用户尤为重要。

发明内容

为了解决现有技术中存在的缺点和不足，本申请提出了基于量测数据多态势评判的风险用户识别方法，使用的SVM分类算法无论是对风险用户还是对于正常用户的识别，相较于统计学指标判断方法，都有了较好的提升，明显的提高了准确率。