基于离群行为模式识别的用电异常侦测系统.pdfVIP

基于离群行为模式识别的用电异常侦测系 统 上海交通大学 汤宜嘉 ，文美祺，徐天壮 ，王以波 ，黄兆丰 （上海交通大学 安泰经济与管理学院 上海市 邮编 200240 ） 冯琳 讲师 中文摘要：窃漏电问题一直是供电企业致力于解决的难题，通过对信息系统进行数据挖掘以侦测异常 用电行为，为解决该问题提供了一个新思路。系统研究用电信息数据，通过具体的数据处理办法和指标获 得体系，对窃漏电用户行为进行特征分析，构建一套用电异常侦测系统的工作流程，是反窃电研究领域的 一个新的探索。 Abstract ：Stealing and leakage of electricity has always been challenging power supply enterprises. Detecting abnormal electricity consumption behavior provides a new way by conducting data mining on the information system. This paper systematically studies the power-consumption data, analyzes the characteristics of the behavior of the power-stealing users, and constructs a working process to detect abnormal electricity consumption. This study of the abnormal electricity consumption detection system based on the outlier behavior pattern recognition, provides a reference for the researchers of anti-power-stealing. 关键词：离群行为；模式识别；数据挖掘；反窃电 作者简介：汤宜嘉（1996- ）、女，湖北武汉人，会计，大四，主要从事转型升级、大数据分析研究。文 美祺（1996- ）、女，广西玉林人，会计，大四，主要从事数据挖掘研究。徐天壮（1996- ）、男，江苏盐城 人，工程力学，大四，主要从事非线性问题研究。王以波(1995–) ，男，云南蒙自人，电气工程及其自动 化，大四，主要从事电力系统研究。黄兆丰（1996- ），男，湖北武汉人，信息工程系，大四，主要从事无 线互联网的研究。 窃漏电是指客户为了个人利益窃电或计量装置故障造成漏计的情况，以往查处偷漏电主 要通过知情者举报、工作人员的经验判断、定期到户检查等形式。这些方法主观性太强，存 在着目标不明确，即时性差且取证困难等缺点。 为了量化甄别窃漏电行为，已有很多指标化，阈值化的研究：广东电网公司东莞供电局 [1] 的蓝敏等人通过提取分线线损的表征变量,建立线损分析的指标体系 。国网青岛供电公司 [2] 的程超等人利用基于距离的离群点检测，判定失压法与失流法窃电 。亦有初步将数据挖掘， 机器学习的思想引入的研究：广东电网有限责任公司江门供电局的吴毅良利用电网实测的电 [3] 量及线损量，结合互联网数据，提出了结合大数据的反窃电分析方法 。郑州大学的刘婷婷 等人抽取实时负荷和终端报警数据，采用神经网络和 CART 决策树两种分类预测模型建窃 [4] 漏电用户识别 。 总的来说，以上文献针对的是数据挖掘的算法研究或是单个指标的的提取，侧重于线损、 用户负荷某个或某类常用的指标，在一定范围内这些方法是适用的，但随着窃电方法演进更 加丰富，单一的指标或是阈值无法得到有实际应用价值的结果，如何构建一套有实际应用价 值的用电异常侦测系统的问题也很自然的被提出。