[发明专利]一种窃电位置判断方法、装置、设备和存储介质

权利要求书

1.一种窃电位置判断方法，其特征在于，包括：

按照预设采集周期从预设配电网的多个检测节点分别采集有功负荷值和无功负荷值；

采用每个所述检测节点的所述有功负荷值和所述无功负荷值分别进行潮流计算，得到每个所述检测节点在所述预设采集周期内的实际线损值；

将每个所述检测节点的所述有功负荷值和所述无功负荷值分别输入到目标神经网络模型，得到每个所述检测节点在所述预设采集周期内的模拟线损值；其中，所述目标神经网络模型通过预置的神经网络训练过程生成；

基于所述实际线损值与所述模拟线损值的差值，判断所述检测节点是否为窃电位置。

2.根据权利要求1所述的窃电位置判断方法，其特征在于，所述神经网络训练过程包括：

获取多个训练样本数据；所述训练样本数据包括预设训练检测节点的训练有功负荷值和训练无功负荷值；所述训练样本数据包括训练线损值；

将所述训练有功负荷值和所述训练无功负荷值输入到预置的初始神经网络模型中，得到模型输出；

若所述模型输出与所述训练线损值的误差大于所述预设误差阈值，则调整所述初始神经网络模型的预设权重参数；

返回所述将所述训练有功负荷值和所述训练无功负荷值输入到预置的初始神经网络模型中，得到模型输出的步骤，直至所述模型输出与所述训练线损值的误差小于或等于所述预设误差阈值，得到目标神经网络模型。

3.根据权利要求1所述的窃电位置判断方法，其特征在于，所述基于所述实际线损值与所述模拟线损值的差值，判断所述检测节点是否为窃电位置的步骤，包括：

计算所述实际线损值与所述模拟线损值的差值；

若所述差值大于预设线损阈值，则判定所述检测节点为窃电位置。

4.根据权利要求3所述的窃电位置判断方法，其特征在于，还包括：

若所述差值小于或等于所述线损阈值，则判定所述检测节点不为所述窃电位置。

5.一种窃电位置判断装置，其特征在于，包括：

采集模块，用于按照预设采集周期从预设配电网的多个检测节点分别采集有功负荷值和无功负荷值；

实际线损值计算模块，用于采用每个所述检测节点的所述有功负荷值和所述无功负荷值分别进行潮流计算，得到每个所述检测节点在所述预设采集周期内的实际线损值；

模拟线损值计算模块，用于将每个所述检测节点的所述有功负荷值和所述无功负荷值分别输入到目标神经网络模型，得到每个所述检测节点在所述预设采集周期内的模拟线损值；其中，所述目标神经网络模型通过预置的神经网络训练模块生成；

窃电位置判断模块，用于基于所述实际线损值与所述模拟线损值的差值，判断所述检测节点是否为窃电位置。

6.根据权利要求5所述的窃电位置判断装置，其特征在于，所述神经网络训练模块包括：

训练样本获取子模块，用于获取多个训练样本数据；所述训练样本数据包括预设训练检测节点的训练有功负荷值和训练无功负荷值；所述训练样本数据包括训练线损值；

模型输出子模块，用于将所述训练有功负荷值和所述训练无功负荷值输入到预置的初始神经网络模型中，得到模型输出；

权重参数调整子模块，用于若所述模型输出与所述训练线损值的误差大于所述预设误差阈值，则调整所述初始神经网络模型的预设权重参数；

重复训练子模块，用于返回所述将所述训练有功负荷值和所述训练无功负荷值输入到预置的初始神经网络模型中，得到模型输出的步骤，直至所述模型输出与所述训练线损值的误差小于或等于所述预设误差阈值，得到目标神经网络模型。

7.根据权利要求5所述的窃电位置判断装置，其特征在于，所述窃电位置判断模块包括：

差值计算子模块，用于计算所述实际线损值与所述模拟线损值的差值；

窃电位置判定子模块，用于若所述差值大于预设线损阈值，则判定所述检测节点为窃电位置。