一种基于机器学习的反窃电预测方法及装置的制造方法
【技术领域】
[0001] 本发明涉及反窃电技术领域，特别涉及一种基于机器学习的反窃电预测方法及装 置。
【背景技术】
[0002] 电能表分为电压线圈、电流线圈、圆盘、磁钢、计度器等几个重要组成部分。要想窃 电，只要改变输入电能表的电压、电流、相位以及转速等任何一项即可，这就是窃电的基本 原理。目前的窃电方法主要有如下几种：
[0003] 1)欠压法窃电
[0004] 所谓欠压法窃电是指窃电者采用故意造成计量电压回路开路或接触不良，或改变 计量电压回路的正常接线，或在电压线圈回路串联电阻等，使得计量电压回路障碍，从而使 电能表的电压线圈失压或额定电压降低最终导致电能表不计或少计电量的方法。欠压法窃 电常用手法有：（1)使用电压回流开路；(2)造成电压回路接触不良故障；(3)串入电阻降 压；(4)改变电路接法。
[0005] 2)欠流法窃电
[0006] 所谓欠流法窃电，是指窃电者采用某种方法来改变电流回路的接线方法或者制造 电流回路故障，从而达到阻碍电流通过电能表中的电流线圈或者仅使少量电流通过其电流 线圈，并最终实现电能表上的电流计量变小的方法。欠流法窃电常用手法有：（1)使电流回 路开路；（2)短接电流回路；(3)改变TA的变比；(4)改变电路接法。
[0007] 3)移相法窃电
[0008] 所谓移相法窃电，是指窃电者采用各种手法故意改变电能表的正常接线或者接入 与电能表线圈无电联系的电压、电流，还有的则会利用电感、电容的特定接法，从而改变电 能表线圈中电压、电流之间的正常相位关系，最终导致电能表慢转甚至倒转的窃电方法。移 相法窃电常用手法有：（1)改变电流回路的接线；（2)改变电压回路的接线：（3)用变流器 或变压器附加电流；(4)用外部电源使电表倒转；（5)用一台一、二次侧没有电联系的升压 变压器将某相电压升高后反相加入表尾零线；(6)用电感或电容移相。
[0009] 4)扩差法窃电
[0010] 所谓扩差法窃电是指，窃电者私拆电表，通过采用各种手法改变电能表的内部结 构性能，致使电表本身的误差扩大；或者利用机械力或电流损坏电表，改变电表的安装条 件，使得电流表少计的方法。扩差法窃电常用的手法有：（1)私拆电表，改变电表内部的结 构性能；(2)用大电流或机械力损坏电表；（3)改变电表的安装条件。
[0011] 5)无表法窃电
[0012] 所谓无表法窃电是指，末经报装入户就私自在供电部门的线路上接线用电，或有 表用户私自甩表用电的窃电方法。这类窃电方法与前述四类在性质上是有所区别的，前四 类手法基本上是属于偷偷摸摸的窃电行为，而无表法窃电则是明目张胆的带抢劫性质的窃 电行为，并且其危害性也更大，不但造成供电部门的电量损夫，扰乱、破坏供电秩序，并且容 易造成人身伤亡及引起火灾等。同时，无表法窃电对社会造或的负面影响也更大，还可能对 其它的窃电行为起到推波助澜的作用。
[0013] 目前反窃电的技术措施主要有下面这几种：
[0014] 1)采用专用计量柜（箱）加铅封的方式。这是传统上防窃电的主要方式。如在表 盖、接线盒、计量柜（箱）门上加封普通铅封；高低压计量柜，电能表箱。这种方式的缺点是 普通铅封容易被窃电者打开后复原，也容易被仿冒。
[0015] 2)采用防伪和防撬铅封的防窃电的方式。这种防窃电方式主要是针对普通铅封在 防伪、防撬的能力上差而设计的。可以把印有供电企业的字样的铅封帽套在铅封上，铅封编 号标示明显，安装时安装人员和编号登记备案，用以增加窃电者的仿冒难度。优点是：由于 铅封帽是与铅封压在一起的，打开铅封肯定会损坏铅封帽，可以有利的证明窃电行为。缺点 是：不能准确证明窃电量和窃电时间。
[0016] 3)高位安装电能表。把电能表安装在高处后，窃电人想要窃电就必须爬上几米高 的电杆上，容易被发现。但是这种方式给抄表带来较大的麻烦。
[0017] 4)采用高压电能表。优点是：只要不停电人是很难接近高压电能表的。缺点是： 给抄表和定期检验带来不便。
[0018] 5)采用防窃电电能表。这种方式的缺点是防窃电功能单一，主要用在单相电能表 上。
[0019] 6)采用网络监控远程抄表。把具有远程抄表功能的电能表安装在每条配电线路的 用电侧和电源侧，同时抄表，同一时间段的供电和用电量由计算机统计计算，然后与理论线 损比较，发生异常时，证明存在计量问题，再针对性地排查。这种方式的优点是：有利于提高 线损管理、负荷控制以及配网的管理水平。缺点是：由于每一条配电线路上用户都比较多， 因此要查到具体的窃电点工作量比较大。
[0020] 7)采用电子封印。这种方法的优点是：如果非法打开专用计量柜（箱），控制器会 自动断开供电电源，同时记录断开时间，这就增加了窃电难度。而且窃电者如果试图破坏记 量装置便会留下窃电时间证据。缺点是：如果受到干扰会降低供电可靠性。
[0021] 8)安装计量装置故障记来录仪防窃电。这种方式的优点是：当窃电者试图通过改 变二次回路来使接入电能表的电压、电流、相位角发生改变时，它会自动记录下窃电发生的 时间和漏计的电量。如果只改动电能表则会与记录仪所记录的电量不一致，从而发现问题。 缺点是：如改变电流互感器的变比，便不能识别。
[0022] 由以上防窃电技术措施可知，目前普遍采用的防窃电措施，都或多或少的存在着 缺陷和不足。首先，对计量柜（箱）的封印等措施并不绝对安全，无法彻底防撬或保证供电 可靠性；另外，通过人工巡查的方式先发现可疑窃电用户，然后再安装相应的反窃电硬件装 置进行监测，这种原始的人工反窃电模式，必然造成大量的窃电者称为漏网之鱼，被发现的 很可能只是少数；而且还要付出昂贵的反窃电硬件成本。
【发明内容】
[0023] 为了解决现有技术的问题，本发明提出一种基于机器学习的反窃电预测方法及装 置，本技术方案通过对海量用电历史数据隐含规律的挖掘和学习，预测出用户的窃电嫌疑 系数，快速准确的定位到有窃电嫌疑的用户，然后再通过现场稽查确认，可以极大改善现有 的反窃电效率，提高反窃电的准确度。
[0024]为实现上述目的，本发明提供了一种基于机器学习的反窃电预测方法，所述方法 包括：
[0025] 获取学习样本数据和预测样本数据；其中，所述学习样本数据包括：窃电特征因 子、用户编号、电压等级、行业类别和所属线路，所述预测样本数据包括：窃电特征因子、用 户编号、电压等级、行业类别和所属线路；
[0026] 对所述学习样本数据和所述预测样本数据进行预处理；
[0027] 对预处理后的学习样本数据确定反窃电神经网络模型；
[0028] 将所述预测样本数据作为所述反窃电神经网络模型的输入量，运行所述反窃电神 经网络模型，输出每个用户的窃电嫌疑系数；
[0029] 根据所述窃电嫌疑系数预测窃电嫌疑户。
[0030] 可选的，在本发明一实施例中，所述方法还包括：
[0031] 利用预测结果对应地窃电特征因子、用户编号、电压等级、行业类别和所属线路重 新确定反窃电神经网络模型，对所述反窃电神经网络模型的参数进行优化。
[0032] 可选的，在本发明一实施例中，所述窃电特征因子包括：产品单耗、行业趋同率、告 警事件发生情况、相位角、用电量、用户线损率、三相电压不平衡率、功率因数和合同容量比 率。
[0033] 可选的，在本发明一实施例中，所述对所述学习样本数据和所述预测样本数据进 行预处理的步骤包括：
[0034]对所述学习样本数据和所述预测样本数据进行缺失值处理和异常值处理；
[0035] 对处理后的所述学习样本数据的窃电特征因子、所述预测样本数据的窃电特征因 子进行归一化处理。
[0036] 可选的，在本发明一实施例中，所述反窃电神经网络模型的结构为：九个输入节点 数、单隐层结构、一个输出节点数、隐层的节点数为八个，作用函数为非线性S型函数。
[0037] 可选的，在