[发明专利]一种基于合成少数类过采样技术的隐蔽窃电行为辨识方法

权利要求书

1.一种基于合成少数类过采样技术的隐蔽窃电行为辨识方法，其特征是：

1)收集某一时段正常用户及记录到的异常用户用电数据；收集对应时段的天气温度数据；

2)数据输入及预处理：

利用四分位区间构建箱型图，判别异常数据和记录的不合理数据，同时通过线性插值等方法对缺失数据进行补充；

3)基于少数类过采样技术的数据扩充：

考虑到隐蔽窃电行为的样本数据通常比较少，利用少数类过采样技术对预处理后的数据进行扩充，在保证样本规律不变的前提下尽量增加窃电样本的数量，以得到更丰富的样本数据；

4)用户特征数据标签构建：

利用用户包括平电量、谷电量、总电量在内的数据，构建评电量评价指标，利用用户用电量与环境温度的关系，构建包括友好度、稳定度在内的指标，进而形成完整的用户特征数据标签；

5)随机森林算法窃电行为预测：

将数据进行分类，一部分作为训练数据，另一部分作为验证数据；利用随机森林算法对不同用户得到的数据进行训练，得到各项超参数；然后利用验证数据测试窃电行为辨识模型的有效性及其精度；

6)对用户最终是否存在窃电的行为作出判断或预测：

利用训练集得到模型以后，将用户用电数据测试集代入模型进行测试，最终采用大多数投票法对用户最终是否窃电的行为作出判断或预测。

2.按照权利要求1所述的基于合成少数类过采样技术的隐蔽窃电行为辨识方法，其特征是所述的数据输入及预处理，获取正常用户及已有窃电用户时序用电数据、对应时段的天气温度数据；根据用户的平电量、谷电量和总电量对异常数据进行检测；对于缺失的数据，采用线性插值进行补全。

3.按照权利要求2所述的基于合成少数类过采样技术的隐蔽窃电行为辨识方法，其特征是所述的对异常数据进行检测，采用“1.5IQR规则”，即：找到数据的25％分位数Q1和75％分位数Q3，定义Q3与Q1的差值为IQR，认为数据中小于Q1-1.5×IQR的、或大于Q3+1.5×IQR的为异常数据，剔除异常数据。

4.按照权利要求1所述的基于合成少数类过采样技术的隐蔽窃电行为辨识方法，其特征是所述的数据扩充，对于包含正常用户和窃电用户的整体样本W，计算与窃电用户样本中的元素x_s同类的l-临近集合Q_i，并从中随机选定样本x_a，定义少量样本元素x_s与随机样本x_a在某个属性r上的差值为D_r；则利用少类窃电样本数据和随机样本数据得到的合成类样本x_h,r可表示为：

D_r＝x_a,r-x_s,r

x_h,r＝x_s+D_r×rand(0,1)

其中，rand(0,1)表示随机生成(0,1)之间的实数；x_s表示窃电用户样本中的元素，x_s∈W；随机选定样本x_a∈Q_i；

根据设定的采样率，可以生成新的正常用户及窃电用户用电数据，提高数据的覆盖度和广度。

5.按照权利要求1所述的基于合成少数类过采样技术的隐蔽窃电行为辨识方法，其特征是所述的用户特征数据标签，分别包括谷电量的平滑度指标、落差度指标、中值度指标，平电量的平滑度指标、落差度指标、中值度指标，总电量的平滑度指标、落差度指标、指标中值度指标，用户气温友好度ρ_spe(Q,C)指标，以及用电量稳定度S(Q_j,t,Q_j+1,t)指标；

其中，所述的谷电量表示负荷低谷期间的用电量；所述的平电量表示负荷平时段期间的用电量；所述的总电量表示周期内用户总用电量；所述的用户气温友好度ρ_spe(Q,C)指标表示用户用电量与温度变化的契合程度，以Spearman相关性系数表示；所述的用电量稳定度S(Q_j,t,Q_j+1,t)指标描述相邻两个研究周期内用户用电量的相似程度。