基于AMI数据驱动的窃电用户识别研究

Research on identification of electric theft customers based on AMI data drive

窃电是一种不当行为,会侵犯电能量运营商的利益,也会对公共安全造成危害。针对中国国家电网公司公布的带有窃电标签的真实用电数据集,首先对数据集进行预处理,而后分析不同类型用户的用电行为。考虑不同类型用户之间日负荷量的差异性,建立PCA-RandomForest模型进行窃电检测。同时探索时频域参数在窃电检测中的效果。对比实验证明我们所提模型是稳定的。PCA-RandomForest模型的分类效果表明日负荷量的差异性为窃电用户与诚实用户的特征之一,可用于窃电用户的检测。