《数据分析与挖掘实战》总结及代码练习---chap6 电力窃漏电用户自动识别

目录 6 电力窃漏电用户自动识别 背景: 分析方法与过程： 总结： 步骤： 数据抽取： 数据分析探索： 构建专家样本 用户实时诊断

6 电力窃漏电用户自动识别 背景: 传统： 防止窃漏电，定期巡逻，定期检验电表，用户举报窃电          缺点：对热的依赖性太强，目标不明确 现在： 计量异常报警功能，电能量数据查询 --> 电量异常，符合异常，终端报警，主站报警，线损异常—> 建立数据分析模型 --> 实时监测窃漏电情况 缺点： 终端误报 或者 漏报过多，建模时需要专家知识经验来判断，很大主观性，存在明显缺陷 分析方法与过程：          窃漏电用户 只占很小一部分，还有一些大用户根本不可能漏电，应将这些大用户删除（比如银行税务，学校等）          终端报警 误报漏报 --> 数据预处理,数据探索 --> 总结偷漏点行为信息 历史窃漏电用户信息 整理出识别专家样本的数据集 总结： 从电力计量系统，营销系统有选择抽取部分大用户用电电荷，终端报警以及违约窃电出发信息 样本探索分析，提出不可能的窃电漏电行业用户（白名单），初步审查正常用户和窃电漏电用户的用电特征 对样本数据进行预处理，包括数据清洗/缺失值处理/数据变换 构建专家样本集 构建窃电漏电用户识别模型 在线监听用户用电负荷以及终端报警，点用模型实时判断

步骤： 数据抽取： 营销系统抽取的数据： 1）用户基本信息： 用户名称，用户编号，用电地址，用电类别，报装容量，计量方式，电流电感变化，电压互感器变化 2）违约窃电处理记录 3）计量方法及依据 计量自动化系统 采集数据属性： 实时负荷：时间点/计量点/总有功功率/A/B/C相有功功率，ABC相电流，ABC相电压，ABC相功率因数 终端报警 样本规模： 不同用电类别的所有窃电用户 and 部分正常用户 (个人感觉比例1比1就好了，类别均衡) 开始时间 结束时间： 窃漏电的关键时间节点，用电 报警数据 特征 变化，样本抽取时，包含时间节点前后一定范围的数据： 根据负荷数据，计算当天的 用电量:(mi每隔15min的有功功率，累加求和得到当天用电量) 数据分析探索： 分布分析: 不同用电类别 窃漏电用户分布情况： 非居民类别不存在窃漏电情况，故接下来的分析中不考虑非居民类别的用电数据 周期性分析 正常用电量探索分析：用量比较平稳，没有太大波动 窃漏电用电量探索分析：用电能量出现明显下降趋势，用户异常用电电量指标 数据清洗： 过滤冗余数据：（业务建模相关需要，筛选需要的数据）              非居民用电类删除； 节假日用电量 相对平时用电量 明显偏低，过滤 缺失值处理： 若将缺失值删除，严重影响供出电量的计算结果，导致日线损率数据误差过大à 因此需要对缺失值进行处理 数据变换：              作为构建模型的专家样本，特征不明显，需要进行重新构造：              窃电评价指标体系： 电量趋势下降指标：用电量趋势 窃漏电用户的用电量呈下降趋势，用直线拟合得到的斜率作为衡量，如果斜率不断下降，那么该用户窃漏电的可能性很大，取前五天和后五天分别为统计窗口，计算电量趋势： ki第i天的电量趋势，11天的用电量下降指标为T： 线损质指标线损增长率 结合线户拓扑关系，计算出用户所属线路在当天的线损率，一条线路上同时供给多个用户，第l天的线路供电量为sl，线路上各个用户的总用电量, 线路的线损率：      若当天发生漏电，则线损率会上升，但是会存在波动，因此考虑前后几天的平均值，判断其增长率是否大于1%（这个阈值的确定也需要经验或者分析来确定），定义Vi1, Vi2,前5天与后5天的增长率，若Vi1> Vi2,1%，认为具有窃电嫌疑，指标： 告警类指标 与窃漏电有关的终端告警数             该指标主要与电压缺相，电压断相，电流反极性等警告，计算            次数之和 作为告警类指标 构建专家样本 将新构建的指标以及用户信息还有时间 汇总，加上当天是否偷漏电 的标签，得到专家样本库 用户实时诊断 与实际稽查结果对比，正确识别窃电用户10个，错误判断用户为窃漏电用户1个。诊断没有发现的窃电用户4个，整体来看窃电准确率很高。 针对漏判的，研究漏电期间的行为，优化模型特征，提高识别准确率