[发明专利]电力窃取的识别方法及装置

权利要求书

1.一种电力窃取的识别方法，其特征在于，包括：

获取电力终端的电力使用数据；

确定所述电力使用数据的数据特征；

将所述数据特征输入识别模型，确定所述电力终端的电力使用数据是否为电力窃取。

2.根据权利要求1所述的电力窃取的识别方法，其特征在于，确定所述电力使用数据的数据特征包括：

根据所述电力使用数据的颗粒度，确定电力终端的颗粒度；

根据所述电力使用数据，确定所述电力终端在时间上的统计量，其中，所述在时间上的统计量包括下列至少之一：一定时间内的电力使用平均值，以及不同时间的电力使用平均值的差值。

3.根据权利要求2所述的电力窃取的识别方法，其特征在于，确定所述电力使用数据的数据特征，还包括：

对所述数据特征通过特征降维方法进行处理，其中，所述特征降维方法包括下列至少之一：

群体稳定性分析，皮尔逊相关分析；

将所述数据特征中信息价值小于预设值的数据特征删除。

4.根据权利要求3所述的电力窃取的识别方法，其特征在于，将所述数据特征输入识别模型，确定所述电力终端的电力使用数据是否为电力窃取之前，包括：

构建识别模型的训练样本的决策树，其中，所述决策树的数量为M，每个决策树包括M个叶子节点；

将所述训练样本的数据特征，通过所述决策树的叶子节点的LightGBM模型，将数据特征映射到M*N维向量空间；

用所述M*N维向量空间的数据特征，和所述训练样本是否为电力窃取，构建逻辑回归LR模型，根据输入的电力使用数据的M*N维向量空间的数据特征，确定所述电力终端的嫌疑度，以确定所述电力终端的电力使用数据是否为电力窃取。

5.根据权利要求4所述的电力窃取的识别方法，其特征在于，构建识别模型的训练样本的决策树之前，包括：

确定电力系统中符合识别要求的多个电力终端；

对多个电力终端的电力使用数据在时间上进行采样，得到电力终端的电力使用数据，作为训练样本。

6.根据权利要求5所述的电力窃取的识别方法，其特征在于，所述训练样本包括已经判定为电力窃取的黑用户，以及判定为非电力窃取的白用户；

在所述黑用户与白用户的比例低于预设比例的情况下，选取预设数量的白用户进行欠采样处理。

7.一种电力窃取的识别装置，其特征在于，包括：

获取模块，用于获取电力终端的电力使用数据；

确定模块，用于确定所述电力使用数据的数据特征；

识别模块，用于将所述数据特征输入识别模型，确定所述电力终端的电力使用数据是否为电力窃取。

8.根据权利要求7所述的电力窃取的识别装置，其特征在于，所述确定模块包括：

第一确定单元，用于根据所述电力使用数据的颗粒度，确定所述电力终端的颗粒度；

第二确定单元，用于根据所述电力使用数据，确定所述电力终端在时间上的统计量，其中，所述在时间上的统计量包括下列至少之一：一定时间内的电力使用平均值，以及不同时间的电力使用平均值的差值。

9.一种计算机存储介质，其特征在于，所述计算机存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机存储介质所在设备执行权利要求1至6中任意一项所述的电力窃取的识别方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至6中任意一项所述的电力窃取的识别方法。