[发明专利]一种基于Lasso解析的反窃电分析方法

说明书

本发明公开了一种基于Lasso解析的反窃电分析方法，包括以下步骤，步骤一，从采集系统获取全台区全部用户电量冻结数据与台区总表电量冻结数据；步骤二，对所有数据进行数据预处理，缺失数据进行插值处理；步骤三，利用台区总表数据减去所有用户用电数据的加和求出台区各时段线损值；步骤四，根据Lasso回归模型，计算台区线损与所有电表的回归系数；步骤五，根据台区线损和Lasso系数计算各电表窃电概率；步骤六，根据窃电概率大小定位疑似窃电用户。本发明实现简单，仅需获取全台区全部用户用电数据与台区总表数据，克服了所需数据维度高等干扰的影响，无需人为定义特征，无需添加过多额外设备。

技术领域

本发明涉及配电网自动化系统领域，具体涉及一种基于Lasso解析的反窃电分析方法。

背景技术

电力能源已成为社会生产生活中的必需品，然而在发电、输电和配电过程中经常会发生损耗，尤其是日益增多的窃电现象带来难以估计的经济损失。电力盗窃的后果包括电力供应的激增、电力系统的负荷过重、电力公司的巨额收入损失以及对公共安全的威胁(如火灾和电击)。因此，研究行之有效的反窃电检测技术对于经济社会的发展具有非常实际的意义。

目前，基于数据驱动的窃电检测方法试图在所有用户的用电信息中找到异常模式。通常需要大量的标记样本集来训练分类器，或者必须带有正常和窃电两种行为的样本数据。然而，建立完整的带标签的正常和窃电数据集是非常困难且耗时的，尤其是对于后者，窃电行为难以有效核实使得无法准确判断采集的数据标签。因此，受限于数据集的优劣，传统的模式识别建模或者聚类分析方法的应用也受到掣肘。

发明内容

本发明针对上述问题，克服现有技术的不足，提出一种基于Lasso解析的反窃电分析方法，

为了实现上述目的，本发明采取如下技术方案：

一种基于Lasso解析的反窃电分析方法，包括以下步骤，

步骤一，从采集系统获取全台区全部用户电量冻结数据与台区总表电量冻结数据；

步骤二，对所有数据进行数据预处理；

步骤三，利用台区总表数据减去所有用户用电数据的加和求出台区各时段线损值；

步骤四，根据Lasso回归模型，计算台区线损与所有电表的回归系数；

步骤五，根据台区线损和Lasso系数计算各电表窃电概率；

步骤六，根据窃电概率大小定位疑似窃电用户。

进一步地，步骤四中根据Lasso回归模型，计算台区线损与所有电表的回归系数，其中Lasso回归模型的优化目标为，

其中，y为台区线损量向量，X为所有电表的用电量矩阵，λ为正则系数，为系数矩阵。

进一步地，步骤六中的弹性网回归计算公式为，

其中，y为分支的有功功率矩阵，X为电表的有功功率矩阵，λ，γ为正则系数，为系数矩阵。

进一步地，步骤五中根据台区线损和Lasso系数计算各电表窃电概率，其中窃电概率计算公式为，

其中β表示Lasso回归系数，α和γ为0～1的系数，v表台区线损大于7％的数据点数，m表示数据总点数。

进一步地，步骤二中对所有数据进行数据预处理，预处理方式包括：对缺失数据进行插值处理；去除数据缺失50％的用户数据。

进一步地，步骤一中冻结数据采集频率为30min/次，台区电量总体采集成功率95％，各表计电量采集成功率85％。