| 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 | ||