基于機器學(xué)習(xí)技術(shù)的竊電自動識別研究

趙海霞 張光建 張海波

（1、西南交通大學(xué)希望學(xué)院，四川 成都 610400 2、四川建筑職業(yè)技術(shù)學(xué)院，智能計算研究所，四川 德陽 618000）

1 概述

托馬斯·B·史密斯認為，竊電可以定義為：在沒有合同或有效義務(wù)的情況下使用公用事業(yè)公司的電力來改變電力計量。傳統(tǒng)的反竊電方法包括人工定期檢查、儀器儀表定期檢測、用戶信息查詢等手段，以發(fā)現(xiàn)竊取用電用戶的信息。這種方法耗時，依賴人力，沒有明確的目標同時存在很大投機機會。目前智能電網(wǎng)的關(guān)鍵技術(shù)是廣泛部署在電網(wǎng)方面的先進計量基礎(chǔ)設(shè)施（AMI），通過采集電壓、電流、功率、電力負荷數(shù)據(jù)，結(jié)合電力終端提取從竊電用戶身上提取的異常數(shù)據(jù)，通過偷電識別模型，確定用戶是否自動偷電。

2 研究現(xiàn)狀

國內(nèi)外已經(jīng)提出并開發(fā)了幾種檢測竊電的技術(shù)。目前，對于現(xiàn)有竊電用戶行為的識別，研究人員采用不同的方法提取用戶特征，建立識別模型，得到不同的識別率。Joker P 等人提出并建立了一個應(yīng)用程序，該應(yīng)用程序在智能電網(wǎng)采樣數(shù)據(jù)模型中使用用戶行為，檢測疑似竊電的用戶。Zanetti M 等人描述了一個使用概率神經(jīng)網(wǎng)絡(luò)（PNN）模型的應(yīng)用程序，根據(jù)模型選擇懷疑客戶，以及其耗電量。概率神經(jīng)網(wǎng)絡(luò)算法對一類給定的各向同性高斯似然函數(shù)也是如此。Mandala S 等人利用12 個月的用戶用電量提取的細節(jié)作為神經(jīng)網(wǎng)絡(luò)的輸入，通過機器學(xué)習(xí)訓(xùn)練得到期望的輸出精度為70%-80%。他使用的模型是支持向量機在多次迭代之間的分類，準確率在76%到92%之間。張良軍在書中介紹了一個基于LM 神經(jīng)網(wǎng)絡(luò)模型的應(yīng)用，該模型的準確率為94%，CART 決策樹模型的準確率為95.3%。劉濤等提出了一個應(yīng)用，該應(yīng)用利用電能計量自動化系統(tǒng)采集電力、負荷數(shù)據(jù)、報警和線損，分析竊電現(xiàn)象現(xiàn)有樣本的電氣檢查增益，基于模糊神經(jīng)網(wǎng)絡(luò)方法的評估方法，建立自適應(yīng)防盜泄漏診斷模型。樣本數(shù)據(jù)的模擬和分類準確率為96.16%。

3 樣本采集

根據(jù)中國的實際情況，電力用戶主要集中在企業(yè)，尤其是私營企業(yè)。銀行、學(xué)校、營業(yè)稅等機構(gòu)，其不可能實施竊電行為。因此采樣數(shù)據(jù)將直接從此類用戶中刪除。電力負荷中的電能計量系統(tǒng)不能直接反映用戶的竊電行為，因為終端報警可能有誤報和漏報。

對于正常的電力用戶來說，用電量不是不穩(wěn)定的，而是穩(wěn)定的。對于用電用戶來說，在用電臨界時間點前后，負荷和終端負荷數(shù)據(jù)都會發(fā)生一些變化，用電量會顯著降低。本次樣本采樣原始數(shù)據(jù)采集包括三個部分：基本信息和默認值，電力營銷系統(tǒng)提取處理用戶記錄，來自測量系統(tǒng)的實時負載數(shù)據(jù)（包括時間點和測量點、總有功功率、A/B/C、A/B/C 相電壓、相電流、A/B/C 相功率因數(shù)；來自智能電網(wǎng)的報警數(shù)據(jù)采集終端）。

3.1 數(shù)據(jù)收集

用戶當(dāng)日用電量計算公式（1）。

參數(shù)fi計算如下：

其中，fi對于總有功功率的前1 天，每15 分鐘的前l(fā)天，為當(dāng)天的用電量總和。

對于企業(yè)用戶，根據(jù)工作日和節(jié)假日較低的用電量，過濾節(jié)假日用電量。對于缺失值，使用拉格朗日插值法（2）。

3.2 數(shù)據(jù)轉(zhuǎn)換

通過電能計量系統(tǒng)對電能、負荷的數(shù)據(jù)特征進行轉(zhuǎn)換，并采集數(shù)據(jù)樣本。竊電規(guī)律表征評價指標體系構(gòu)建了3 個特征：電力趨勢下降指標特征、電力線損耗特性、線損耗率特性以及與盜竊相關(guān)的終端報警指示燈報警號碼。

3.2.1 電力趨勢指標下降

統(tǒng)計前一天和后一天的5 天時間段作為統(tǒng)計窗口，其中計算11 天用電量的斜率，計算公式（3）

如果認為秋季的電力趨勢涉嫌竊電，則在該日前后5 天內(nèi)，總共有11 天的電力下降趨勢指標T，方程式（4）。

3.2.2 線損指數(shù)

線損率是衡量電力線損耗的指標，結(jié)合電路拓撲，計算線損，公式（5）。

計算當(dāng)日5 天前后的線損率統(tǒng)計平均值Vi1和Vi2，如果Vi1和Vi2，比增長率大于1%，則認為用戶涉嫌竊電，線損指數(shù)E（i），公式（6）。

3.2.3 報警指示燈

報警統(tǒng)計端子電壓相位、電壓相位總數(shù)、電流反極性報警作為報警指示。

根據(jù)上述三類指標，收集的樣本如表1 所示。

表1 樣本數(shù)據(jù)

序列號功率下降趨勢指示燈線損指示燈報警指示燈被盜。

3.3 解決階級失衡問題

在實際應(yīng)用中，不同錯誤的代價往往是不相等的。根據(jù)收集到的樣本，普通客戶的成本可能比竊電客戶的成本高得多。

考慮到解決階級不平衡問題最常用的方法，其基本思想是改變訓(xùn)練數(shù)據(jù)的分布有助于消除或減少不平衡數(shù)據(jù)。

3.3.1 過采樣

過采樣方法通過添加幾個樣本來提高少數(shù)類的性能，最簡單的方法是簡單地復(fù)制幾個樣本，缺點是可能會導(dǎo)致過擬合，沒有向少數(shù)類添加任何新信息。在少數(shù)隨機高斯噪聲中改進的采樣方法創(chuàng)造了新的樣本合成方法。

3.3.2 抽樣不足

在抽樣方法下通過減少大多數(shù)樣本來提高少數(shù)類的性能，最簡單的方法是去掉一些最隨機的樣本來減少大多數(shù)類的大小，但一些重要信息在大多數(shù)類中丟失了，不能充分利用現(xiàn)有信息。

3.3.3 成本敏感的方法

3.3.3.1 重建訓(xùn)練集

不改變現(xiàn)有算法，而是根據(jù)樣本不同的誤分類代價給每個樣本分配一個權(quán)重訓(xùn)練集，然后對原始樣本的權(quán)重進行重構(gòu)。

3.3.3.2 引入成本敏感因素，設(shè)計了成本敏感分類算法

一般來說，它對小樣本施加了更高的成本，大樣本給出了更小的價格和期望，以平衡樣本之間的差異數(shù)量。

3.3.4 特征選擇

當(dāng)樣本分布非常不均勻時，分布將不平衡。特別是在文本分類問題中，經(jīng)常出現(xiàn)在特征的類別中，它很可能沒有出現(xiàn)在罕見的類別中。因此，根據(jù)非平衡分類的特點，選擇最具差異性的特征有助于提高貴族階層的識別率。

根據(jù)一個經(jīng)驗樣本，選擇一個樣本的正負兩組，分別從中選擇最能體現(xiàn)樣本集特征的方法，然后將特征集作為最終選擇的一個方面。

在參考文獻[12]中，使用抽樣方法處理不平衡數(shù)據(jù)的類不平衡問題。

3.3.5 模型與仿真

參考文獻1，樣本數(shù)291，使用270 個樣本作為訓(xùn)練集，剩余樣本作為測試集，構(gòu)建支持向量機模型，其中支持向量機類型設(shè)置為0（c-SVC），內(nèi)核類型設(shè)置為1（多項式核函數(shù)）。如圖1 所示繪制ROC。繪制混亂矩陣，如圖2 所示。

圖1 ROC

圖2 混淆矩陣

4 結(jié)論

在智能電網(wǎng)先進測量的基礎(chǔ)上，自動采集原始數(shù)據(jù)，利用支持向量機分類裝置對竊電用戶的行為特征進行分析和計算，實現(xiàn)竊電識別，提高識別精度。模型將進一步分析竊電用戶的行為，并提供更多重復(fù)特征。與多個模型相比，選擇的最優(yōu)模型能夠提高識別精度。