CN109146705B - 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 - Google Patents

Abstract

本发明涉及一种用电特征指标降维与极限学习机算法进行窃电检测的方法，属于用户用电行为检测领域。本发明对用户用电历史数据分析，提取特征指标进行降维并结合局部离群因子、极限学习机算法对窃电行为进行检测。首先对用户的负荷数据进行分类，提出度量负荷曲线的四种指标并得出特征变量；其次在分类的基础上对提取出的特征变量进行降维，利用局部离群因子筛选出用电异常用户；最后采用窃电判别指标并提取主成分，将用电异常用户提取主成分后的窃电判别指标数据作为训练样本输入模型。本发明对窃电用户有很好的识别效果。

Description

一种用电特征指标降维与极限学习机算法进行窃电检测的 方法

技术领域

本发明涉及一种用电特征指标降维与极限学习机算法的窃电检测方法，属于用户用电行为检测领域。

背景技术

我国已经进入了全面建成智能电网阶段，随着智能电网的快速发展，用电信息采集系统及配电自动化系统逐渐完善，配用电数据呈现出数据量大、数据类型多、增长速度快等大数据特征。但窃电现象依然严重且手段先进，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。窃电作为影响电网发展的主要问题之一，不仅给国家经济造成了重大的损失，而且威胁着电网的安全运行，也是电力部门一直需要解决的问题。窃电行为作为一种非法行为，一直受到了电力部门的严厉打击。虽然国家颁布了相关法律法规，但是窃电问题仍然存在，而且这个问题也越来越突出。在窃电手段上既有常规的窃电方法，如干扰电能计量装置使其少计、绕过电能计量装置用电或者乱接线用电。又有一些新的高科技窃电方法，如高频干扰窃电、大功率无线信号窃电。在面对电网智能化发展时，传统的窃电手段存在着一些不足，通过改变计量装置或乱接电线进行窃电，通过人工排查很容易发现窃电行为。但是随着科技的发展，窃电手段越来越多样化且隐蔽性更强，并向着高科技化方向发展，高科技化窃电手段通过人工排查很难发现，比如，大功率无线信号窃电就是对电表的CPU进行干扰，使电表少计或者不计，还可以随时恢复电表计量。这些高科技的窃电手段都比较的隐蔽而且不容易发觉，窃电操作时间短，这就给窃电侦查带来了很大的困难。而传统的窃电检测主要是靠人工进行排查，而且往往都是窃电行为产生很长时间之后才被发现，这需要很高的代价和大量的人力资源。随着数据挖掘、机器学习等技术的发展，一些智能检测方法出现了，对用户的历史数据进行分析，挖掘出用户潜在的窃电行为，建立用电异常判别模型或规则。通过异常用电检测，及时的发现异常行为，提前采取相关的措施将损失降到最低。

发明内容

针对上述问题，本发明提出一种用电特征指标降维与极限学习机算法的窃电检测方法。对用户用电历史数据分析，提取特征指标进行降维并结合局部离群因子、极限学习机算法对窃电行为进行检测，实验证明该模型对电力计量自动化系统中的窃电用户有很好的识别效果。

本发明采用了以下方案：一种用电特征指标降维与极限学习机算法的窃电检测方法按照下面步骤进行：

(1)从电力计量自动化系统中提取用户负荷数据集，用户负荷数据集包括N个用户F个月的数据，每天采集次数为t次，用户负荷数据集为X＝{x_fn ^(T),n＝1,2,...,N,f＝1,2,...,F,T＝1,2,...,t}；

(2)对负荷数据进行清洗，剔除异常数据达到40％以上的用户，其中异常数据包括数据缺失和数据为负两部分，对保留的用户用电数据中出现异常的数据采用均值替换法替换异常值，为保证每个个体在分析过程中的地位相同，对数据进行极差归一化变换；

(3)对清洗后的负荷数据进行计算，得到负荷数据在相同时间点的负荷曲线平均值，进而得到典型日负荷曲线x_n＝(x₁,x₂,...,x_t)，(n＝1,2,...,N)；

(4)采用FCM算法对典型日负荷曲线进行分类，得到分类中心坐标矩阵，由中心坐标得出分类后的负荷特征曲线L＝(l₁,l₂,...,l_t)；

(5)基于典型日负荷曲线和分类后的负荷特征曲线判断出用电异常用户，具体为基于两种曲线提取出若干特征变量，对特征变量做主成分分析提取前两个主成分；这些主成分能够反应原始变量的大部分信息，以前两个主成分为坐标轴将用户散射到二维平面上并利用局部离群因子算法得出用电异常用户；

(8)由得出的异常用户和部分正常用户作为样本集，随机选择正常用户，其数量相对于异常用户不要出现太少或者太多的情况即可。样本集随机分为训练样本和测试样本对极限学习机模型进行训练和测试；提取样本集的8类特征数据作为窃电判别指标，并用训练样本的8类特征数据对极限学习机模型进行训练，再利用训练后的极限学习机模型对测试样本对进行分类预测；

(9)根据极限学习机模型分类预测结果判断是否为窃电用户。

优选的，所述步骤(4)具体包括以下步骤：

采用V_PC和V_XB两种指标，根据综合指标结果得出聚类数，综合指标定义如下：

其中，WCI为综合指标，w₁和w₂分别为V_PC和V_XB对应的权重，具体的取值是根据实际情况来选择，V_PC和V_XB为指标结果；m为模糊权重指数，i∈[1,n],j∈[1,c]，n为隶属度矩阵的列数即数据集用户数，c为隶属度矩阵的行数即类别数，v_j为第j类的聚类中心，u_ij为个体x_i属于第j类的模糊隶属度；

根据上述公式取得综合指标WCI最小时对应的聚类数，得出聚类数之后，采用FCM算法对用户的典型日负荷曲线进行聚类；

其中，s∈[1,c]，v_s是第s类的聚类中心，v_j为第j类的聚类中心，

模糊聚类目标函数J为：

判断是否满足结束条件，满足则算法终止，否则继续计算模糊隶属度矩阵。

优选的，步骤5中的特征变量分别为：用户的典型日负荷曲线与得出的负荷特征曲线的欧氏距离和相关系数的综合结果，用户每两个月的典型负荷曲线之间的欧氏距离，负荷率r₁，日峰谷差率r₂，峰期负载率r₃，平期负载率r₄，谷期负载率r₅，负荷上升指标和负荷下降指标，用户典型日负荷序列的标准差，前后时间点的平均差值。

用户的典型日负荷曲线与得出的负荷特征曲线的欧氏距离和相关系数的综合指标计算如下：

用户典型负荷曲线x_n＝(x₁,x₂,...,x_t)和负荷特征曲线L＝(l₁,l₂,...,l_t)之间的欧式距离定义为：

变量x_i与l_i的相关系数定义为：

对两者采用权重法进行综合，综合结果wcd＝w₃C+w₄D，其中，wcd为两者的综合结果，w₃和w₄分别为C和D对应的权重。

负荷上升指标和负荷下降指标分别为：

比较用户的负荷时间序列与简单平均移动序列M_t各个时间点的相对大小，小于F_t的点记为a₁,a₂,...,a_h1，大于M_t的点记为b₁,b₂,...,b_h2。

前后时间点的平均差值

此公式中计算的是典型负荷曲线前48个时间点与后48个时间点的平均差值。

利用局部离群因子算法得出用电异常用户的过程为：

首先计算对象p的k-距离(k-distance)对于任意的正整数k，对象p的k-距离，记为k-distance(p)，定义为距离d(p,o)为p和对象o之间的距离：

至少存在k个对象o'∈D\{p}，使得d(p,o')≤d(p,o)；

至多存在k-1个对象o'∈D\{p}，使得d(p,o')＜d(p,o)。

计算对象p的k-距离邻域(Nk-distance)已知p的k-距离k-distance(p)，p的k-距离邻域包含所有与p的距离不超过k-distance(p)的对象，即

N_k-distance(p)＝{q|d(p,q)≤k-distance(p)}

计算可达距离，给定自然数k，对象p与对象o的可达距离为

reach-dist_k(p,o)＝max{k-distance(o),d(p,o)}

计算对象p局部可达密度

对象p的局部可达密度是对象p的MinPts邻域平均可达距离的倒数。

最后计算对象p的局部离群因子

局部离群因子表示异常程度，局部离群因子越大，则表示异常程度越高，即为用电异常用户。

优选地，步骤(8)得出的样本集选用以下8类特征数据信息作为模型输入，当出现窃电特征时，其计量数据也会出现一定的相关性变化；

1)额定电压偏离度。电压一般是保持平衡的，当发生窃电时，电压数据会发生变化波动，电压与额定电压的偏离程度，可以体现用电异常；

2)电压不平衡率。反映电压欠压现象，正常用电时三相电压是保持稳定的；

3)电流不平衡度。反映电流欠流现象，正常用电时三相电流是保持稳定的；

4)功率因数不平衡率。反应功率波动情况，正常用电功率因数不会发生大的变动；

5)用电量离散系数。正常用电时单位用电量标准差与电量平均值的绝对值之比应该在一定范围内保持稳定；

6)相位角。正常用电时相位角电压与相位角电流之间的夹角会在固定的范围；

7)线损率：线损率是电能在输送过程中的损耗的衡量标准。正常用电时线损率会在正常范围内。线损率＝(线损电量/供电量)*100％；

8)合同容量比。当且窃电发生时，申请的容量与用户的月用电量之间的比值会超出固定范围；

当出现窃电特征时，其计量数据也会出现一定的相关性变化，用主成分分析降低数据维度，去除数据中的包含的重叠信息；

用电异常用户数据是按照4:1比例分配至训练样本与测试样本的数据；

对极限学习机隐含层神经元个数以及隐含层神经元的激活函数进行选取；

将训练样本的指标数据输入极限学习机模型对模型进行训练；

将测试样本数据带入训练后的模型对测试样本进行分类预测。

本发明的有益效果：

1、本发明对用户的负荷数据进行聚类，提出度量负荷曲线的特征变量，在分类的基础上对提取出的特征变量进行降维，利用局部离群因子筛选出用电异常用户，离群点检测与聚类计算能够互补，有很好的伸缩性。

2、本发明采用8个窃电判别指标并提取主成分，将用电异常用户提取主成分后的窃电判别指标数据作为训练样本输入模型，主成分分析降低数据维度，去除数据中的包含的重叠信息，满足极限学习机算法的训练样本具有较好的代表性这一要求提高算法效率。

附图说明

图1为本发明方法的流程示意图；

图2为WCI聚类数指标图；

图3为负荷曲线分类第一类用户图；

图4为负荷曲线分类第二类用户图；

图5为负荷曲线分类第三类用户图；

图6为第一类用户二维平面散点图；

图7为第一类用户离群点图；

图8为第一类用户离群点图；

图9为第一类用户离群点图；

图10为激活函数为sig隐含层神经元个数对ELM性能影响；

图11为激活函数为sin隐含层神经元个数对ELM性能影响；

图12为激活函数为hardlim隐含层神经元个数对ELM性能影响；

图13为PCA-ELM测试集预测结果图；

图14为ELM测试集预测结果图。

具体实施方式

为了使技术人员对本发明的流程、目的更加明白，下面结合附图和实施例对本发明做进一步说明。

实施例1：一种用电特征指标降维与极限学习机算法进行窃电检测的方法按照如图1所示的步骤以及发明内容中的方案进行：

对3100个用户3个月的用电数据，采样间隔为15分钟，一天采集96次；通过计算相同时间点的日负荷曲线的平均值可以得到该用户典型的日负荷曲线。采用WCI指标确定最佳聚类数，用户的典型日负荷曲线作为FCM算法的输入样本，对用户进行分类。本实施例中w₁和w₂均取0.5，在不同聚类数下WCI指标值如图2所示，由图2可以看出，在聚类数为3时，指标值最优，所以最佳聚类数为3。

如图3—图5所示，是采用FCM算法对用户的典型日负荷曲线进行分类，横坐标为时间点，纵坐标为归一化后负荷值。

计算特征变量，其中用户的典型日负荷曲线与得出的负荷特征曲线的欧氏距离和相关系数的综合指标中权重w₃和w₄均取0.5，

计算负荷的特性指标负荷率r₁,日峰谷差率r₂，峰期负载率r₃，平期负载率r₄，谷期负载率r₅，其负荷特性指标如表1所示；

表1负荷特性指标

其中，P为负荷值，av均值、max最大值、min最小值，peak峰期、flp平期、val谷期

对计算出的特征变量进行主成分分析，以第一类用户为例(第二、三类皆按照同样方式处理)，对其进行降维，提取出贡献率大的前两个主成分作为坐标轴，如表2所示，为主成分的积累贡献率。将用户以散点形式映射到二维坐标轴上，如图6所示。

表2主成分及其贡献率

通过计算AUC来确定局部离群因子算法中的k的取值，ROC曲线(ReceiverOperating Characteristic)用来评价一个二值分类器(binary classifier)的优劣，AUC(Area under the Curve of ROC)代表ROC曲线下方面积，值越大准确性越高。结果如表3所示。如图7—图9为经算法得到的用户异常点图，图中异常点用圆圈来标记。

表3不同类别下k值与AUC关系表

本实施例中采用的实验样本数据为某省3100个用户用电数据，经过用电异常检测得出的异常用户为71，经调查其中有58户存在窃电。为确保模型有足够的训练数据，从正常用户中选取229个用户数据加上得出的71个异常用户共300个用户作为样本数据。从电力计量系统中提取该300个用户的8个窃电指标数据，对数据做归一化处理。由于ELM算法要求训练样本有较好的代表性，为了降低ELM算法训练与分类的时间，对窃电指标做主成分分析可以减少数据信息的重叠提高效率。采用测试集与训练集分类预测正确率对模型进行评价。按照4:1比例分配训练样本与测试样本的数据,训练样本数225，测试样本数75。训练集选取窃电样本数为48，测试集窃电样本数为10。

采用8个指标数据做主成分分析降低数据维度，去除数据中的包含的重叠信息，如表4所示为其窃电指标主成分及其贡献率。

表4窃电指标主成分及其贡献率

由表4可见，前5个主成分方差占总方差的98.71％，主成分个数的选择是依据需求来选择，累积贡献率越高，替代后的准确性越高，同时要结合数据的维度来考虑。故原来的8项指标由前5列主成分代替。经主成分分析后窃电指标数据的系数如表5所示。

表5主成分系数表

-0.3536	0.103419	0.401083	-0.30019	-0.33073
					0.469858	0.033013	0.083291	-0.12712	-0.46302
0.457801	0.047182	0.138419	-0.21419	-0.47903
					0.269373	0.157388	0.530739	-0.48145	0.59734
-0.42485	0.075923	0.153394	-0.09264	-0.28394
					0.418744	-0.05608	-0.27865	0.10485	0.095509
-0.00089	0.969948	-0.23433	0.052965	0.006554
					0.127327	0.107285	0.612587	0.770503	-0.01274

7.ELM(Extreme Learning Machine，极限学习机)的连接权值与神经元阈值是随机产生且无需调整，只需确定隐含层神经元个数以及隐含层神经元的激活函数即可。激活函数的取值分别是sig、sin、hardlim，激活函数训练时间如表6所示。

表6激活函数训练时间对比表

从表6中可以看出激活函数取值为hardlim时，所用的时间是最少的，sig其次取值为sin所用时间最多。除了隐含层的激活函数，还需考虑隐含层神经元的个数，不同激活函数下隐含层神经元个数对ELM性能的影响如图10—图12所示。由图比较可知，在神经元个数为30和60时达到性能较好，结合运行时间、测试集和训练集的预测准确率，选取激活函数为sig，神经元个数为60。

采用上述的PCA(Principal Component Analysis，主成分分析)和ELM算法结合对数据进行分类预测，其中窃电用户标记为1，未窃电用户标记为2，训练集预测正确率为99.55％，测试集正确率为98.67％，采用ELM算法训练集正确率为99.10％，测试集正确率97.33％，实验结果如图13—图14所示。实验证明经过PCA处理的ELM相较于未经过PCA处理的ELM的预测精度更高，而该模型能够很好的识别出窃电用户，只需重点稽查被标示为窃电的用户，有助于提高稽查准确率节省时间、人力，减少挽回因窃电导致的经济损失。

Claims (4)

1.一种用电特征指标降维与极限学习机算法进行窃电检测的方法，其特征在于，包括以下步骤：

(1)从电力计量自动化系统中提取用户负荷数据集，用户负荷数据集包括N个用户F个月的数据，每天采集次数为t次，用户负荷数据集为X＝{x_fn ^(T),n＝1,2,...,N,f＝1,2,...,F,T＝1,2,...,t}；

(2)对负荷数据进行清洗，剔除异常数据达到40％以上的用户，其中异常数据包括数据缺失和数据为负两部分，对保留的用户用电数据中出现异常的数据采用均值替换法替换异常值，再对数据进行极差归一化变换；

(3)对清洗后的负荷数据进行计算，得到负荷数据在相同时间点的负荷曲线平均值，进而得到典型日负荷曲线x_n＝(x₁,x₂,...,x_t)，(n＝1,2,...,N)；

(4)采用FCM算法对典型日负荷曲线进行分类，得到分类中心坐标矩阵，由中心坐标得出分类后的负荷特征曲线L＝(l₁,l₂,...,l_t)；

(5)基于典型日负荷曲线和分类后的负荷特征曲线判断出用电异常用户，具体为基于两种曲线提取出若干特征变量，对特征变量做主成分分析提取前两个主成分；以前两个主成分为坐标轴将用户散射到二维平面上并利用局部离群因子算法得出用电异常用户；

所述步骤(5)中的特征变量分别为：用户的典型日负荷曲线与得出的负荷特征曲线的欧氏距离和相关系数的综合结果，用户每两个月的典型负荷曲线之间的欧氏距离，负荷率r₁，日峰谷差率r₂，峰期负载率r₃，平期负载率r₄，谷期负载率r₅，负荷上升指标和负荷下降指标，用户典型日负荷序列的标准差，前后时间点的平均差值；

所述用户的典型日负荷曲线与得出的负荷特征曲线的欧氏距离和相关系数的综合指标计算如下：

用户典型负荷曲线x_n＝(x₁,x₂,...,x_t)和负荷特征曲线L＝(l₁,l₂,...,l_t)之间的欧式距离定义为：

变量x_i与l_i的相关系数定义为：

对两者采用权重法进行综合，综合结果wcd＝w₃C+w₄D，其中，wcd为两者的综合结果，w₃和w₄分别为C和D对应的权重；

所述前后时间点的平均差值

(6)由得出的异常用户和部分正常用户作为样本集，分为训练样本和测试样本对极限学习机模型进行训练和测试；提取样本集的8类特征数据作为窃电判别指标，并用训练样本的8类特征数据对极限学习机模型进行训练，再利用训练后的极限学习机模型对测试样本对进行分类预测；

所述步骤(6)中的特征数据为额定电压偏离度、电压不平衡率、电流不平衡度、功率因数不平衡率、用电量离散系数、相位角、线损率和合同容量比；

(7)根据极限学习机模型分类预测结果判断是否为窃电用户。

2.根据权利要求1所述的用电特征指标降维与极限学习机算法进行窃电检测的方法，其特征在于，所述步骤(4)具体包括以下步骤：

采用V_PC和V_XB两种指标，根据综合指标结果得出聚类数，综合指标定义如下：

其中，WCI为综合指标，w₁和w₂分别为V_PC和V_XB对应的权重，V_PC和V_XB为指标结果；m为模糊权重指数，i∈[1,n],j∈[1,c]，n为隶属度矩阵的列数即数据集用户数，c为隶属度矩阵的行数即类别数，v_j为第j类的聚类中心，u_ij为个体x_i属于第j类的模糊隶属度；

根据上述公式取得综合指标WCI最小时对应的聚类数，得出聚类数之后，采用FCM算法对用户的典型日负荷曲线进行聚类。

3.根据权利要求1所述的用电特征指标降维与极限学习机算法进行窃电检测的方法，其特征在于，所述负荷上升指标和负荷下降指标分别为：

比较用户的负荷时间序列与简单平均移动序列M_t各个时间点的相对大小，小于F_t的点记为a₁,a₂,...,a_h1，大于M_t的点记为b₁,b₂,...,b_h2。

4.根据权利要求1所述的用电特征指标降维与极限学习机算法进行窃电检测的方法，其特征在于，所述步骤6中异常用户数据按照4:1比例分配至训练样本与测试样本中，对训练样本的8类特征数据要先进行主成分分析降低数据维度，去除数据中的包含的重叠信息。

Images