居民用电数据集_数据挖掘项目实训：窃漏电用户自动识别

一、背景运挖掘目标

(一)、背景

• 1、传统的防窃漏电方法主要通过定期巡查、定期校验电表、用户举报窃电等方法来发现窃电或计量装置故障，这种传统方法依赖性太强，抓窃查漏的目标不明确。
• 2、现有的电力计量自动化系统能够采集到各相电流、电压、功率因数等用户负荷数据以及用电异常等终端报警信息。

(二)、挖掘目标

• 1、归纳出窃漏电用户的关键特征，构建窃漏电用户的识别模型
• 2、利用实时监测数据，调用窃漏电用户识别模型实现实时诊断

二、分析方法与过程

(一)、分析方法

• 1、某些大用户不可能存在窃漏电行为，如银行、学校和工商等非居民类别，剔除这类用户
• 2、系统中的用电负荷不能直接体现出用户的窃漏电行为，因此需要进行数据探索和预处理，总结窃漏电用户的行为规律，再从数据中提炼窃漏电用户的特征指标

(二)、过程

• 1、有选择性的抽取部分大用户"用电负荷"、"终端报警"及"违约窃电处罚信息"等原始数据
• 2、对样本数据探索分析，去除不可能窃漏电用户，初步分析正常和窃漏电用户的用电特征
• 3、对样本数据进行预处理，包括数据清洗、缺失值处理和数据变换
• 4、构建专家样本集
• 5、构建窃漏电用户识别模型
• 6、在线检测用户用电负荷及终端报警，调用模型实现实
• 时诊断

三、采集数据

(一)、从营销系统抽取的数据

• (1) 用户基本信息：用户名称、编号、用电类别、计量方式等
• (2) 违约、窃电处理记录。
• (3) 计量方法及依据

(二)、从计量自动化系统采集的数据属性

• (1) 实时负荷：时间点、计量点、总有功功率、A/B/C相有功功率、电流、电压和功率因数
• (2) 终端报警：
• 本案例抽取某市近 5 年来所有的窃漏电用户有关数据和部分正常用户数据

四、数据处理

(一)、数据探索分析

• 1、分布分析：
• 2、周期性分析：

(二)、数据预处理

1、数据预处理

• (1) 通过数据的探索分析，发现在用电类别中，非居民不存在漏电行为，将其剔除过滤掉
• (2) 结合本案例的业务，节假日与工作日相比，会明显偏低。为了尽可能达到较好的数据效果，过滤掉节假日的用电数据

2、缺失值处理

在用户电量的抽取过程中，发现存在缺失的现在，如果直接

丢掉缺失值会影响到建模的预测效果。本案例采取"拉格朗日插

值法"对缺失值进行插补

用户电量中有缺失值，样本数据如下：

[代码清单 1]

代码：采用拉格朗日插值法处理缺失值

拉格朗日插值法

• 3-1、通过电力计量系统采集的电量、负荷，虽然也能反映某些规律，但要作为构建模型的专家样本，特征不明显，需要进行重新构造属性。
• 3-2、评价指标体系如下 3 个指标：

(1) 电量趋势下降指标(2) 线损指标(3) 告警类指标

• 3-3、根据 3-2 构建专家样本，在 ../data/model.xls 中

四、构建窃漏电用户识别模型

在专家样本准备完成后，需要划分测试样本和训练样本，随

机选取 20% 作为测试样本，剩下的作为训练样本。

窃漏电用户识别可通过构建分类预测模型来实现，比较常用

的分类预测模型有 LM 神经网络和 CART 决策树。

• (一)、数据划分：20% 作为测试集，80% 作为训练样本
• (二)、LM 神经网络和 CART 决策树分类模型构造
• (三)、数据可视化：

数据可视化可以更加直观的展示预测结果的规律

(四)、模型评价:

1、为了进一步评估分类的性能，采用 ROC 曲线评价方法进

行评估，一个优秀分类器所对应的 ROC 曲线应该靠近左上角的。

2、利用测试集来评估模型的性能优劣

[代码清单 2]

专家样本数据如下：

专家样本数据

代码：划分训练集和测试集

训练集和测试集

代码：决策树算法模型

决策树算法

代码：数据可视化展示

数据可视化

运行结果如下截图所示：

代码：模型评价

模型评价

模型评价结果如下图像所示：

五、进行窃漏电诊断

预测结果如下：

根据分类算法的预测结果和实际稽查结果对比，窃漏电诊断的准确率是比较高的，模型可以实际运用。

声明：文章是根据"python数据分析和数据挖掘"一书总结的

想要实训项目的具体样本数据集和详细介绍，私信小编 01 即可获取。喜欢的朋友可以关注一下喔，更多精彩内容等着你，也可以分享给你的朋友学习学习。