客户异常用电行为分析-数据挖掘北京理工大学.PDFVIP

客户异常用电行为分析 类型 ： 最终报告 学院： 计算机学院 专业： 计算机科学与技术 组员/学号 ： 吴旭辉/2120161063 王帅/2120161056 庞荣/2120161028 1. 引言 社会经济的发展使得社会用电量逐年增加，受利益驱使,窃电现象也日益严重。窃电行 为不仅给供电企业造成了重大经济损失，也严重影响了正常的供用电秩序。根据国家电网公 司统计，近年因窃电导致的损失达上千万元。在电力的供应与使用过程中，用电客户以减少 计量电能和降低缴纳电费为目的，采用欠压法、欠流法、移相法和扩差法等手段进行电能盗 窃，给供电单位造成巨大经济损失，而且还会带来一系列的用电安全隐患和社会问题。近年 来，窃电方式也由野蛮窃电发展到设备智能化、手段专业化、行为隐蔽化、实施规模化的高 科技窃电，给反窃电工作进一步增加了很大的难度，但反窃电手段仍以人工稽核为主,存在 工作量大、取证困难和缺乏针对性等问题。随着电力系统升级，智能电力设备的普及，国家 电网公司可以实时收集海量的用户用电行为数据、电力设备监测数据，因此，国家电网公司 希望通过大数据分析技术，科学的开展防窃电监测分析，以提高反窃电工作效率，降低窃电 行为分析的时间及成本。本文中利用数据挖掘的算法来挖掘用户用电信息，并以此来得到哪 些用户存在窃电的情况从而加以监管。 2. 相关工作 现阶段反窃电的措施方法主要包括技术手段和管理手段。 1)技术手段主要是通过仪表硬件设备进行反窃电。这种技术手段一般是应用新型带防窃 电作用的计量柜，当用户存在窃电行为时，通过设备装置记录失压、失流、电流不平衡、逆 相序等事件，从中发现窃电的蛛丝马迹。但是改装或者升级一个地区的不同用户计量装置， 这样缺乏目标性，且需要耗费大量经费和时间，在现有条件下难以全部实现。 2)管理手段主要是实行反窃电与线损考核相结合的方法，奖勤罚懒，充分调动基层电管 人员的积极性，发动工作人员一起现场定量检测查找窃电点。但面对大量的用电客户，逐个 巡查效率很低，最主要的缺点就是不能有效取证、准确定量、及时反馈信息。 类比中可发现，这两类传统反窃电侦查方法普遍耗时耗力，有时需要依据专业人员人工 分析数据进行判断，尤其是对于一些临时性窃电，搜集证据工作十分困难。 因此，为了可以快速有效地判断出用户是否存在窃电的行为，本次实验将会尝试利用用 户的用电情况基于数据挖掘的方式来判断用户是否窃电。接下来就是关于具体的算法实现的 过程。 3. 算法实现 3.1 数据格式 本次项目中的数据是从以往的比赛中得到，主要的数据内容涉及每个用户的编号，以及 该用户一年的用电量，具体的数据格式和类型如下： 用户清单信息 字段代码 字段名称 数据类型 是否非空 CONS_NO 用户编号 NUMBER(16) 是 CHK_STATE 窃电标识 NUMBER(10) 否 用户日用电量 （记录所有用户每日用电量以及当天及前一天的电能表示值） 字段代码 字段名称 数据类型 是否非空 CONS_NO 用户编号 NUMBER(16) 是 DATA_DATE 日期 DATE KWH_READING