CN106127602A

CN106127602A - 一种基于约简离群点算法的窃电辨识方法及装置

Info

Publication number: CN106127602A
Application number: CN201610425148.9A
Authority: CN
Inventors: 郑爱霞; 范洁; 沈秋英; 周玉; 陈霄; 金萍; 易永仙; 郭兴昕; 崔高颖; 陈宇沁; 李纬
Original assignee: State Grid Corp of China SGCC; Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; Electric Power Research Institute of State Grid Jiangsu Electric Power Co Ltd
Priority date: 2016-06-15
Filing date: 2016-06-15
Publication date: 2016-11-16
Anticipated expiration: 2036-06-15
Also published as: CN106127602B

Abstract

本发明公开了一种基于约简离群点算法的窃电辨识方法，利用属性约简技术去除了冗余属性，在更小的属性子空间去获取相同或相近的离群数据集，通过计算基于近邻的离群权重来确定离群点集合，根据历史数据集合与用电数据集合的关联，判断离群点集合的所有数据点对应的用户历史负荷数据为窃电数据并输出。同时也公开了该方法的装置。本发明能快速、有效、准确地辨识出窃电用户，从而为电网工作人员利用用电信息采集系统的数据快速有效地进行反窃电分析提供了新的途径。

Description

一种基于约简离群点算法的窃电辨识方法及装置

技术领域

本发明涉及一种基于约简离群点算法的窃电辨识方法及装置，属于电力用电领域。

背景技术

当前，非法窃电的方式五花八门，长期困扰着发供电公司，非法窃电不仅造成了电量的大量流失，还扰乱了供电秩序，更是给电力企业带来了巨大的经济损失。为了更好地排查窃电问题，电力企业需要一种窃电辨识的方法。

虽然现有的反窃电方法能辨识出一些窃电现象，但是仍存在一定的局限性，不具有普遍适用性和网络全局性。而且随着智能电表和用电信息采集系统的全面推广，使得用户电表海量数据的远程集抄成为可能，如何利用这些海量数据进行更为全面、快速、准确、有效的窃电辨识，具有极大的现实意义。

发明内容

为了解决上述技术问题，本发明提供了一种基于约简离群点算法的窃电辨识方法及装置。

为了达到上述目的，本发明所采用的技术方案是：

一种基于约简离群点算法的窃电辨识方法，包括以下步骤，

步骤1，获取用电负荷管理系统数据库中的用户历史负荷数据并存储至历史数据集合中；以额定容量为基准值将获取的用户历史负荷数据变换成标幺值，同时将变换后的标幺值及相应的属性信息存储至用电数据集合中；

步骤2，根据用户历史负荷数据与标幺值之间的一一对应转换关系，关联历史数据集合与用电数据集合；

步骤3，利用近邻粗糙集理论对用电数据集合的属性进行约简，计算约简后的用电数据集合中所有数据点的权重；

在约简后的用电数据集合中，权重等于一个数据点与其他数据点的距离之和；

步骤4，根据权重对约简后的用电数据集合中所有数据点进行排序，筛选权重大小排在前p位的数据点并存储至离群点集合内，根据历史数据集合与用电数据集合的关联，判断离群点集合的所有数据点对应的用户历史负荷数据为窃电数据并输出；

其中，p为大于等于1的正整数。

变换后的标幺值以数据表的形式存储至用电数据集合，数据表中还记录有变换后的标幺值相应的属性信息。

属性信息包括时间属性和负荷属性。

约简后的用电数据集合U中，数据点x与数据点y在属性a上的距离等于，

d_{a} (x_{a}, y_{a}) = \frac{| n_{a}^{q_{a} (x)} |}{| U |} - \frac{| n_{a}^{q_{a} (y)} |}{| U |}

其中，表示数据点x在属性a上的近邻，表示数据点y在属性a上的近邻，属性a为时间属性或负荷属性。

如果在属性a上的值是离散的，设置近邻参数q_a(x)＝0，否则设置q_a(x)∈(0,∞)。

p的取值范围在10～25之间。

一种基于约简离群点算法的窃电辨识方法的装置，包括相连的用户历史负荷数据采集模块和数据服务器；

所述用户历史负荷数据采集模块，用以采集电负荷管理系统数据库中的用户历史负荷数据并传送至数据服务器中进行窃电辨识；

所述数据数据服务器包括依次连接的数据接收模块、关联模块、属性约简模块和窃电数据确定模块；

所述数据接收模块，用以接受用户历史负荷数据并存储至历史数据集合中，以额定容量为基准值将用户历史负荷数据变换成标幺值，同时将变换后的标幺值及相应的属性信息存储至用电数据集合中；

所述关联模块，用以根据用户历史负荷数据与标幺值之间的一一对应转换关系，关联历史数据集合与用电数据集合；

所述属性约简模块，用以利用近邻粗糙集理论对用电数据集合的属性进行约简，计算约简后的用电数据集合中所有数据点的权重；

所述窃电数据确定模块，用以根据权重对约简后的用电数据集合中所有数据点进行排序，筛选权重大小排在前p位的数据点并存储至离群点集合内，根据历史数据集合与用电数据集合的关联，判断离群点集合的所有数据点对应的用户历史负荷数据为窃电数据并输出。

p的取值范围在10～25之间。

还包括与数据服务器连接的显示模块，用以显示窃电数据。

本发明所达到的有益效果：本发明能快速、有效、准确地辨识出窃电用户，从而为电网工作人员利用用电信息采集系统的数据快速有效地进行反窃电分析提供了新的途径。

附图说明

图1为本发明方法的流程图。

图2为本发明装置的框图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，一种基于约简离群点算法的窃电辨识方法，包括以下步骤：

步骤1，获取用电负荷管理系统数据库中的用户历史负荷数据并存储至历史数据集合中；以额定容量为基准值将获取的用户历史负荷数据变换成标幺值，同时将变换后的标幺值及相应的属性信息存储至用电数据集合中。

变换后的标幺值以数据表的形式存储至用电数据集合，数据表中还记录有变换后的标幺值相应的属性信息，属性信息包括时间属性和负荷属性。

步骤2，根据用户历史负荷数据与标幺值之间的一一对应转换关系，关联历史数据集合与用电数据集合。

步骤3，利用近邻粗糙集理论对用电数据集合的属性进行约简，计算约简后的用电数据集合中所有数据点的权重；在约简后的用电数据集合中，权重等于一个数据点与其他数据点的距离之和。

对用电数据集合的属性进行约简的过程为：

1、构建决策表T＝(U,A,V,f)，计算决策表达的识别矩阵；

其中，U＝{x₁,x₂,…,x_n}为论域，即为用电数据集合，x₁,x₂,…,x_n分别为用电数据集合中的元素，A＝C∨D是属性集合，C为条件属性集，D为决策属性集，V为属性的值域，f:U×A，f是一个映射函数；识别矩阵是一个对称的矩阵，其计算过程为现有技术。

2、将识别矩阵中属性组合数为1的属性加入到核属性集合中；识别矩阵中所有属性组合数为1的属性均为决策表的核属性。

3、令约简后的属性集合￡为核属性集合，在识别矩阵中找出所有不包含核属性的属性组合Q，将属性组合Q表示为析取范式形式；核属性外的其余有用属性应该从属性组合数不为1的矩阵元素中分析获得。

4、假设某数据表除核属性外剩余两个属性组合，分别用t₁₁,t₁₂,…,t_1c和t₂₁,t₂₂,…,t_2k来表示，构造表达P＝(t₁₁∨t₁₂∨…∨t_1c)∧(t₂₁∨t₂₂∨…∨t_2k)，则该合取式代表的属性组合连同核属性即可将原数据表中的所有决策区分出来，如果信息表除了核属性集以外还剩余N个属性组合，则对这N个属性组合的处理方法依此类推；最终得到的属性组合与核属性一起构成最佳属性约简，并输出约简后的用电数据集合。

d_{a} (x_{a}, y_{a}) = \frac{| n_{a}^{q_{a} (x)} |}{| U |} - \frac{| n_{a}^{q_{a} (y)} |}{| U |}

其中，表示数据点x在属性a上的近邻，表示数据点y在属性a上的近邻，属性a为时间属性或负荷属性。如果在属性a上的值是离散的，设置近邻参数q_a(x)＝0，否则设置q_a(x)∈(0,∞)。

步骤4，根据权重对约简后的用电数据集合中所有数据点进行排序，筛选权重大小排在前p位的数据点并存储至离群点集合内，根据历史数据集合与用电数据集合的关联，判断离群点集合的所有数据点对应的用户历史负荷数据为窃电数据并输出；其中，p为大于等于1的正整数。

p的范围至关重要，如果太小，会导致离群点不能完全被检测出来，反之，会增加算法的复杂度，通过反复计算验证，p的取值范围在10～25之间。其原理为：属性域子集空间内的所有点对离群点判断的贡献是不相同的，距离查询点距离越近的点，其贡献越大，因此，对所有近邻的贡献加权，根据它们相对查询点的距离，将较大的权值赋给较近的近邻，根据每个近邻与查询点的距离平方的倒数加权这个近邻的“选举权”，然后，将权值从大到小排列，选取权值最大的前p个对象，输出离群点集合。

如图2所示，一种基于约简离群点算法的窃电辨识方法的装置，包括用户历史负荷数据采集模块、数据服务器和显示模块，用户历史负荷数据采集模块和显示模块均与数据服务器连接。

用户历史负荷数据采集模块：用以采集电负荷管理系统数据库中的用户历史负荷数据并传送至数据服务器中进行窃电辨识。

数据数据服务器包括依次连接的数据接收模块、关联模块、属性约简模块和窃电数据确定模块。

数据接收模块：用以接受用户历史负荷数据并存储至历史数据集合中，以额定容量为基准值将用户历史负荷数据变换成标幺值，同时将变换后的标幺值及相应的属性信息存储至用电数据集合中。

关联模块：用以根据用户历史负荷数据与标幺值之间的一一对应转换关系，关联历史数据集合与用电数据集合。

属性约简模块：用以利用近邻粗糙集理论对用电数据集合的属性进行约简，计算约简后的用电数据集合中所有数据点的权重。

窃电数据确定模块：用以根据权重对约简后的用电数据集合中所有数据点进行排序，筛选权重大小排在前p位的数据点并存储至离群点集合内，根据历史数据集合与用电数据集合的关联，判断离群点集合的所有数据点对应的用户历史负荷数据为窃电数据并输出。

显示模块：用以显示窃电数据。

本发明首先利用属性约简技术去除了冗余属性，在更小的属性子空间去获取相同或相近的离群数据集，然后通过计算基于近邻的离群权重来确定离群点集合；应用属性约简后去除一些不会对数据离群有显著影响的非核心属性，这样计算时间大大缩短而且不会降低窃电辨识的全面性和有效性，在更小的属性子空间上进行计算还能提高准确性。

综上所述，本发明能快速、有效、准确地辨识出窃电用户，从而为电网工作人员利用用电信息采集系统的数据快速有效地进行反窃电分析提供了新的途径。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims

1.一种基于约简离群点算法的窃电辨识方法，其特征在于：包括以下步骤，

其中，p为大于等于1的正整数。

2.根据权利要求1所述的一种基于约简离群点算法的窃电辨识方法，其特征在于：变换后的标幺值以数据表的形式存储至用电数据集合，数据表中还记录有变换后的标幺值相应的属性信息。

3.根据权利要求1或2所述的一种基于约简离群点算法的窃电辨识方法，其特征在于：属性信息包括时间属性和负荷属性。

4.根据权利要求3所述的一种基于约简离群点算法的窃电辨识方法，其特征在于：约简后的用电数据集合U中，数据点x与数据点y在属性a上的距离等于，

d_{a} (x_{a}, y_{a}) = \frac{| n_{a}^{q_{a} (x)} |}{| U |} - \frac{| n_{a}^{q_{a} (y)} |}{| U |}

5.根据权利要求4所述的一种基于约简离群点算法的窃电辨识方法，其特征在于：如果在属性a上的值是离散的，设置近邻参数q_a(x)＝0，否则设置q_a(x)∈(0,∞)。

6.根据权利要求1所述的一种基于约简离群点算法的窃电辨识方法，其特征在于：p的取值范围在10～25之间。

7.基于权利要求1所述的一种基于约简离群点算法的窃电辨识方法的装置，其特征在于：包括相连的用户历史负荷数据采集模块和数据服务器；

8.基于权利要求7所述的一种基于约简离群点算法的窃电辨识方法的装置，其特征在于：p的取值范围在10～25之间。

9.基于权利要求7所述的一种基于约简离群点算法的窃电辨识方法的装置，其特征在于：还包括与数据服务器连接的显示模块，用以显示窃电数据。