[发明专利]一种基于遗传算法优化BP神经网络的反窃电系统

说明书

一种基于遗传算法优化BP神经网络的反窃电系统，其包括输入向量的选择、输入输出的归一化、训练样本的设计、隐含层数的设计、隐节点数的设计和激活函数的选取，本发明使建立基于遗传神经网络预测窃电行为的模型，并将其应用于电力用户用电信息采集系统，通过数据分析技术实现对电网用户行为的挖掘，从而解决电力公司对反窃电的实际需求，基于窃电的特点及反窃电的原理方法,将反窃电评价指标体系与BP神经网络相结合构建了反窃电模型,并将其应用于窃电嫌疑系数的计算,反窃电评价指标体系具有很好的科学性及BP神经网络对窃电嫌疑分析的可行性和有效性。

技术领域

本发明涉及反窃电系统，具体为一种基于遗传算法优化BP神经网络的反 窃电系统。

背景技术

目前，我国已成为电力生产和消费大国。电力工业原有的一体化的垄断经营体制，以及 国内能源分布不均衡等状况严重制约了我国电力行业的发展[1]，已不能适应新形势下电力工 业发展的要求。为进一步提高电力资源配置与运营效率，加快我国电力工业的发展步伐，智 能电网成为了电网技术发展的必然趋势。智能电网作为一种新型的智能化电网，与传统电网 相比具有很大的优势，智能电网具有支持新型电力市场、抵御外部的各种干扰和攻击、满足 高质量电能需求、适应多种类型电源的送电需求、实现资产优化利用、提高电网运行效率等 特性。

电量管理作为供电企业经营的中心，在电网经营效益分析中具有十分重要的地位。现在 越来越多的供电企业深刻地认识到，只有提高电量管理水平，降低线损，加大反窃电力度, 减少窃电带来的经济损失，增强电网运行分析能力，才能有效保证安全生产，取得企业良好 的经营效益。

供电企业是电力销售和利润实现的最终环节，是以开拓电力市场、增加 售电量为目标，努力降低销售费用的经济实体。目前我国供电企业在电量自 动化管理方面技术手段相对落后，线路损失率居高不下，反窃电技术手段落 后，经济损失巨大，供电可靠性、供电质量都有待进一步提高。而随着技术 的发展，窃电的手段与方法越来越高科技化和多样化，给用电管理的安全性、 可靠性、经济性带来巨大隐患。

目前反窃电技术存在很大的局限性，仅凭对线损率的计算，只能肯定线 损率大于15％时可能有窃电现象，但究竟窃电者是谁，窃电量是多少都不能判 定。

传统窃电排查方法是由供电所防窃电人员人工观察所辖区域的台区线 损、用户电量等，根据行业经验和业务规则，确定窃电嫌疑清单，再结合现 场摸排来捕捉窃电行为。在窃电与反窃电的较量中，供电部门旧的防窃方法 被窃电者熟知，一些新的方法也在被窃电者攻克。供电部门把电表装在电杆 顶上或装在用户屋外，或使用铅封、铝封封住表箱,但都关不住窃电的黑手。

目前供电企业主要通过电能计量自动化系统进行数据采集。电能计量自 动化系统包含了负荷管理系统、厂站电能量计量遥测系统、配变监测计量系 统、低压集中抄表系统这四个子系统随着智能电网的发展，各种智能电能计 量装置的广泛使用，电能计量自动化系统中的数据量明显增加，计量数据呈 指数级别增长、数据量巨大、结构类型繁多，而且交互性强。以现在广泛使 用的智能电表为例，智能电表每隔15min记录一条与用电情况相关的数据， 如电流、电压、电量等，这样一天就会产生96条相关记录，假设有10万个 用户，每天就会产生960万条数据。传统的窃电检测主要是靠人工进行排查， 而且往往都是窃电行为产生很长时间之后才被发现，再采取相关措施，要靠 人为在如此庞大的数据量里查找窃电行为无异于大海捞针，因此反窃电侦察 方式亟待改进。

随着数据挖掘、机器学习等技术的发展，一些智能检测方法的出现，这 也推动了智能检测的发展。本课题旨在研制一种基于遗传算法优化BP神经网 络的数据采集分析系统，对用户的历史数据进行分析，建立窃电判别模型或 规则。通过数据分析与处理，及时的发现窃电行为，提前釆取相关的措施将 损失降到最低，同时对相关用户进行惩罚，这对于减少电力部门和国家的经 济损失，保护电力系统的经济效益，保证国民的正常用电，维护电力市场的 正常发展具有很重要的意义。

发明内容