发明名称 |
一种基于机器学的反窃电预测方法及装置 |
摘要 |
本发明涉及一种基于机器学的反窃电预测方法及装置,其中,所述方法包括:获取学样本数据和预测样本数据;其中,所述学样本数据包括: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;对所述学样本数据和所述预测样本数据进行预处理;对预处理后的学样本数据确定反窃电神经网络模型;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;根据所述窃电嫌疑系数预测窃电嫌疑户。 |
申请公布号 |
CN105205531A |
申请公布日期 |
2015.12.30 |
申请号 |
CN201410305888.X |
申请日期 |
2014.06.30 |
申请人 |
国家电网公司;国网冀北电力有限公司电力科学研究院;普华讯光(北京)科技有限公司 |
发明人 |
张艳丽;孙志杰;介志毅;傅军;王莉;谢枫;张凌宇;程杰;陈洪涛;牛逸宁;刘同新;徐剑;李守超;高小博;闫东泽;赵玉妲;兰得志;贾喜涛 |
分类号 |
G06N3/02(2006.01)I;G06N3/08(2006.01)I;G01R11/24(2006.01)I |
主分类号 |
G06N3/02(2006.01)I |
代理机构 |
北京三友知识产权代理有限公司 11127 |
代理人 |
汤在彦 |
主权项 |
一种基于机器学习的反窃电预测方法,其特征在于,所述方法包括: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;对所述学习样本数据和所述预测样本数据进行预处理;对预处理后的学习样本数据确定反窃电神经网络模型;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;根据所述窃电嫌疑系数预测窃电嫌疑户。 |
地址 |
100031 北京市西城区西长安街86号 |