[发明专利]一种基于决策树规则生成的专变用户窃电检测方法及系统

权利要求书

1.一种基于决策树规则生成的专变用户窃电检测方法，其特征在于，包括：

获取用户原始电气数据，并根据所述原始电气数据计算电气指标；其中，所述电气指标包括：越限频率、环比相似度、离散系数、用电幅值、等效线阻抗、三相不平衡度、电压偏差、功率因数及异常频率；

将所述电气指标输入至窃电检测模型，确定所述电气指标对应的用户是否存在窃电行为。

2.如权利要求1所述的一种基于决策树规则生成的专变用户窃电检测方法，其特征在于，将所述电气指标输入至窃电检测模型之前，还包括：

建立窃电检测模型；包括：

计算所述电气指标在不同阈值下的Gini系数；

将Gini系数最小的电气指标作为根节点特征，根据电气指标的Gini系数将所述电气指标进行划分为两个样本区间，并通过预设规则，根据电气指标所对应Gini系数生成决策树的各节点。

3.如权利要求2所述的一种基于决策树规则生成的专变用户窃电检测方法，其特征在于，所述通过预设规则，根据电气指标所对应Gini系数生成决策树的各节点之后，还包括：

通过剪枝策略，根据代价复杂度对所述决策树进行剪枝，优化窃电检测模型。

4.如权利要求2所述的一种基于决策树规则生成的专变用户窃电检测方法，其特征在于，所述通过预设规则，根据电气指标所对应Gini系数生成决策树的各节点之后，还包括：

获取历史数据，并将历史数据分为训练数据及测试数据；其中，所述历史数据包括：历史窃电用户的用电量数据和标识窃电用户的用电量数据对应的窃电用户标签及历史正常用户的用电量数据和标识正常用户的用电量数据对应的正常用户标签；

根据所述训练数据对所述窃电检测模型进行训练；

根据所述测试数据对训练后的窃电检测模型进行测试并计算误差值；当误差值小于预设误差值时，结束对所述窃电检测模型进行训练。

5.一种基于决策树规则生成的专变用户窃电检测系统，其特征在于，包括：

电气指标模块，用于获取用户原始电气数据，并根据所述原始电气数据计算电气指标；其中，所述电气指标包括：越限频率、环比相似度、离散系数、用电幅值、等效线阻抗、三相不平衡度、电压偏差、功率因数及异常频率；

窃电行为判断模块，用于将所述电气指标输入至窃电检测模型，确定所述电气指标对应的用户是否存在窃电行为。

6.如权利要求5所述的一种基于决策树规则生成的专变用户窃电检测系统，其特征在于，还包括：窃电检测模型建立模块，用于：

建立窃电检测模型；包括：

计算所述电气指标在不同阈值下的Gini系数；

将Gini系数最小的电气指标作为根节点特征，根据电气指标的Gini系数将所述电气指标进行划分为两个样本区间，并通过预设规则，根据电气指标所对应Gini系数生成决策树的各节点。

7.如权利要求6所述的一种基于决策树规则生成的专变用户窃电检测系统，其特征在于，所述窃电检测模型建立模块，还用于：

通过剪枝策略，根据代价复杂度对所述决策树进行剪枝，优化窃电检测模型。

8.如权利要求6所述的一种基于决策树规则生成的专变用户窃电检测系统，其特征在于，所述窃电检测模型建立模块，还用于：

获取历史数据，并将历史数据分为训练数据及测试数据；其中，所述历史数据包括：历史窃电用户的用电量数据和标识窃电用户的用电量数据对应的窃电用户标签及历史正常用户的用电量数据和标识正常用户的用电量数据对应的正常用户标签；

根据所述训练数据对所述窃电检测模型进行训练；

根据所述测试数据对训练后的窃电检测模型进行测试并计算误差值；当误差值小于预设误差值时，结束对所述窃电检测模型进行训练。