[发明专利]一种结合人机物的反窃电稽查监控系统及其工作方法

摘要

本发明公开了一种结合人机物的反窃电稽查监控系统及其工作方法，涉及电力稽查监控领域。窃电用户手段具有智能性、隐蔽性、有规模性和职业性，现有电力工作人员现场发现窃电的难度大。本发明包括：数据获取处理模块；反窃电算法模型库管理模块；反窃电预警模型定制模块；疑似窃电判断模块；疑似窃电用户判别结果存储模块；工单生成模块；工单处理模块；数据采集模块；工单归档存储模块；数据反馈模。本发明融合了用采系统、现场检测仪、采集运维掌机三者，提升反窃电工作的及时性，解决现有电力工作人员现场发现窃电的难度大、耗时耗力、不及时、无强专业支撑等问题，避免了因为人力资源的不足导致的电力企业经济损失。

主权项

1.一种结合人机物的反窃电稽查监控系统，其特征在于包括：一)数据获取处理模块：用于获取用电数据，用电数据包括从用电信息采集系统获取计量数据，从营销业务应用系统获取档案类数据，从一体化线损平台获取的分线、分区线损数据，从95598系统获取的窃电举报数据；计量数据包括曲线数据、冻结数据和/或事件数据；档案类数据包括客户基础信息、信用违窃信息、业务变更信息和/或违窃历史信息；二)反窃电算法模型库管理：用于多种反窃电算法模型的维护、发布，反窃电算法模型库中包括的算法有BP神经网络、XGBoost算法、逻辑回归算法和离群点算法；三)反窃电预警模型定制模块：与反窃电算法模型库管理模块相连，用于根据不同单位、不同用户类型、不同用电特性选择对应的反窃电算法模型；反窃电预警模型定制模块对多种算法进行组合形成反窃电预警模型，反窃电预警模型为：窃电嫌疑(P)＝λ₁f_bp+λ₂f_xgb+λ₃f_logic+λ₄f_subb其中λ_i，i∈(1，2，3，4)为算法权重，f_bp、f_xgb、f_logic、f_subb分别为Bp神经网络、XGBoost、逻辑回归算法以及离群点算法；算法权重根据不用行业的稽查结果反馈，采用AdaBoost算法中权重更新的方式对参数λ_i，进行更新，即与稽查结果符合的权重赋予较大值，反之更新权重变小以减小其对结果的贡献度；四)疑似窃电判断模块：与反窃电预警模型定制模块、数据获取处理模块相连，根据定制的反窃电预警模型及获取的用电数据进行疑似窃电判断；五)疑似窃电用户判别结果存储模块：与疑似窃电判断模块相连，存储疑似窃电判断模块的输出结果，包括用户基本信息、用电异常报告、佐证数据，用户基本信息包括户号、计量点号、表号；用电异常报告包括嫌疑系数，异常总体描述，用电特性描述；佐证数据用于支撑分析总结内容，包括针对不同模型的相关曲线；六)工单生成模块：与疑似窃电用户判别结果存储模块相连，用于生成疑似窃电工单；七)工单处理模块：与工单生成模块、数据采集模块相连，对生成的疑似窃电工单进行处理，同时，实时跟踪进度，包括工单详情和工单流水情况，若确认为存在窃电情况时，发起电费退补流程；八)数据采集模块：包括现场检测仪和采集运维掌机，所述的采集运维掌机用于对疑似窃电工单的处理以及对终端和电能表的现场检测分析，现场检测仪用于采集疑似窃电用户现场检测数据；九)工单归档存储模块：与工单处理模块相连，将工单处理模块的反馈结果归档存储；十)数据反馈模块：与工单归档存储相连，将窃电情况反馈至营销业务应用系统、95598系统、营销辅助分析与决策系统和/或政府征信平台。