申请/专利权人：江苏方天电力技术有限公司

申请日：2023-07-26

公开（公告）日：2024-06-21

公开（公告）号：CN116910596B

主分类号：G06F18/2321

分类号：G06F18/2321;G06F18/214;G06F18/28;G06F18/2433

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2023.11.07#实质审查的生效;2023.10.20#公开

摘要：本发明公开了一种基于改进DBSCAN聚类的用户窃电分析方法、设备及存储介质，获取异常台区的损失电量、异常台区下用户的用电相关数据和反窃电样本库中典型窃电用户的相关数据；计算异常台区下用户的训练样本数据集合，典型窃电用户的训练样本数据集合；根据异常台区下用户的训练样本数据集合，典型窃电用户的训练样本数据集合，通过改进的DBSCAN聚类模型，获得异常台区下用户和典型窃电用户的聚类簇；根据轮廓系数的平均值获取聚类簇中的有效簇；将有效簇中的用户与异常台区下用户求交集，得到异常台区下疑似窃电用户。本发明有效定位窃电嫌疑用户，提高工作效率，保障了供电公司的利益。

主权项：1.一种基于改进DBSCAN聚类的用户窃电分析方法，其特征在于：包括如下步骤：步骤1：获取异常台区的损失电量、异常台区下用户的用电相关数据和反窃电样本库中典型窃电用户的相关数据；步骤2：根据异常台区的损失电量、异常台区下用户的用电相关数据和反窃电样本库中典型窃电用户的相关数据，计算异常台区下用户的训练样本数据集合，典型窃电用户的训练样本数据集合；步骤3：根据异常台区下用户的训练样本数据集合，典型窃电用户的训练样本数据集合，通过改进的DBSCAN聚类模型，获得异常台区下用户和典型窃电用户的聚类簇；步骤4：计算聚类簇中各簇的轮廓系数的平均值，根据轮廓系数的平均值获取聚类簇中的有效簇；步骤5：将有效簇中的用户与异常台区下用户求交集，得到异常台区下疑似窃电用户；所述步骤3，具体包括：步骤3.1：将异常台区下用户的训练样本数据集合Dm作为DBSCAN聚类样本集合，对DBSCAN聚类样本集合通过DBSCAN聚类，得到聚类结果，并将聚类结果中的边界点和噪声点作为初步筛选的异常用户集合Dl；步骤3.2：选取典型窃电用户的训练样本数据集合Dk作为核心对象，初始化核心对象Ω＝Dk；步骤3.3：如下步骤将通过迭代，寻找出核心对象Ω邻域半径∈内样本数目大于等于数目阈值MinPts的密度可达对象；初始化聚类的簇数k＝0，初始化未访问样本集合Γ＝D，D＝Dk∪Dl，初始化聚类簇为空值；步骤3.4：判断核心对象Ω是否为空值，如果则算法结束，输出聚类簇C＝{C1,C2,C3……Cj}；否则进入步骤3.5；步骤3.5：在核心对象集合Ω中，选取第一个核心对象P，并计算核心对象P的邻域半径∈内的密度可达点，并初始化当前核心对象簇的集合N＝{P}，初始化类别序号j＝j+1，更新未访问样本集合Γ＝Γ-{P}，初始化当前簇样本集合Cj＝{P}；步骤3.6：判断当前核心对象簇的集合N是否为空，如果那么当前聚类簇Ck生成完成，更新簇划分集合C＝{C1,C2,C3……Cj}，更新核心对象集合Ω＝Ω-Cj，并进入步骤3.4；否则进入步骤3.7；步骤3.7：在当前核心对象簇的集合N中，随机选取一个核心对象P′，通过邻域中样本数目阈值Minpts找出所有的∈邻域内子样本集N′＝{P′}，更新当前簇样本集合Cj＝Cj∪N′，更新未访问样本集合Γ＝Γ-N′，更新当前簇核心对象集合N＝N-N′∩Ω-P′，进入步骤3.6。

全文数据：

权利要求：

百度查询： 江苏方天电力技术有限公司 一种基于改进DBSCAN聚类的用户窃电分析方法、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD