基于机器学习的用户窃电预测及用电检查计划辅助编排研究

2018-03-21蔡嘉荣王顺意吴广财

电子测试 2018年2期

蔡嘉荣，王顺意，吴广财

（广东电网有限责任公司，广东广州，510080）

1 绪论

1.1 背景与意义

2014年，南方某县级供电公司统计该地区非正常技术损耗电量5163万度。其中，居民和农村地区理论上被盗窃电量达4290万度，占理论总被盗窃电量的83%，按居民用电0.61元/度计算，损失电费超2600万元。由此可见，每年因窃电对国家资产造成了巨大损失。

目前供电企业反窃电工作主要存在查证难、取证难、定量难的问题，用检人员在查证上往往无从入手。一方面电力营销中总供电量和总售电量之差称为线损，往往与用户窃电很容易混杂，另一方面窃电用户越加狡猾，窃电手法更加隐蔽，不再局限于传统的改接线路等方法，同时普通用检人员由于理论与实践上的约束，增加了反窃电管理难度。

1.2 本文主要工作

本文主要通过选取历史用户用电行为数据（包括窃电数据实例），运用机器学习算法对用户窃电行为进行有监督学习，形成用户窃电分类模型，同时使用当年用电检查实际数据对模型进行检验，分析模型识别准确率，为实际用检工作提供参考。

2 用户窃电检查现状分析

为了维护正常供用电秩序和公共安全，保护供用电双方的合法权益，供电企业按照《电力供应与使用条例》等法规履行用电检查职责，其中周期检查和专项检查是供电企业用电检查的两大手段，供电企业应在每年第四季度编制出下一年度周期检查计划，在每月末要及时编制下月周期检查计划。对于0.4千伏及以下的居民客户每年按不低于1%的比例进行抽查，其他客户每年按不低于5%的比例进行抽查。对于客户安全风险等级较高客户应缩短检查周期。

3 基于机器学习的用户窃电预测方案

3.1 数据选择和处理

供电企业用电检查业务指导说明书中明确指出：对于客户线损异常、抄表异常、计量异常、业扩变更异常、举报、投诉、无档案户（黑户）违窃电等情况，应开展专项检查。归纳起来，营销线损、电费、计量、业扩、客服、稽查等专业数据可作为用户窃电预测信息来源。

将上述业务数据从时间维度上划分，可分为静态数据和动态数据两大类，静态数据主要包括用户编号、用户名称、用户类别、电压等级、信用等级、地区类型、行业类别、用电类型、用电性质、用电容量、用电地址、计量点与用户关联关系、平均月电能量、平均月电费、欠费记录、违约记录、客户投诉举报记录、现场检查记录等；动态数据包括电表表码数据、电压数据、电流数据、相位角、台区线损、线路线损、电能量差动异常、电能表开盖、电能表停走、三相不平衡、电流过流、电压断相、电能表失压、电能表失流、用电负荷、各行业类别平均用电情况等。

3.2 确定目标和算法

用户窃电预测本质上为分类问题，即通过适当的模型可以将实际的、未知的用户用电行为数据进行自动分类（如正常、窃电两类），同时分类过程要求可解释性强，便于用检人员调查取证。

基于上述考虑，本文采用决策树方法，其构建思路如下：（1）给一个带有类标签（正常/窃电）的样本数据集；（2）选择信息量大的属性作为根结点；（3）根据根结点属性的取值对数据集进行划分，形成一个二叉（或多叉）树；（4）根据分叉将数据又分成几个数据集；（5）再递归用其余属性对几个数据集进行划分，直到分类属性为止。

决策树方法难点在于如何选择属性进行分枝。决策树中越靠近根节点的属性，该属性对分类的决定越重要，信息增益是属性选择的一个重要指标（信息增益=信息熵-条件熵），属性越重要，信息增益越大。

信息熵的计算公式如下：

其中的n代表有n个分类类别（本文n取2，即只有正常、窃电两种情况）。分别计算这2类样本在总样本中出现的概率p1和p2，这样就可以计算出未选中属性分枝前的信息熵。

现在选中一个属性xj(假定是电压等级) 用来进行分枝，此时分枝规则是：如果xj=vx(假定vx=0.4kV)的话，将样本分到树的一个分支；如果不相等则进入另一个分支。很显然，分支中的样本很有可能包括2个类别(即0.4kV用户中同时有正常和窃电两种分类)，分别计算这2个分支的熵H1和H2,计算出知道属性xj之后的条件熵H’=p1*H1+p2*H2（此时p1表示0.4kV用户在样本中出现的概率，p2表示其他用户出现的概率）。则此时的信息增益ΔH=H-H’。以信息增益为原则，把所有的属性都计算一遍，选择信息增益最大的属性根节点，以此类推直至分类属性为止。