文献类型：期刊文章

作　　者：陈文瑛[1] 陈雁[2] 邱林[1] 赵加奎[2] 王树龙[2] 张剑[2] 刘洋[1] 朱平飞[2] 欧阳红[2]

机构地区：[1]国网重庆市电力公司,重庆400015 [2]北京中电普华信息技术有限公司,北京100085

出　　处：《电子测量与仪器学报》

年　　份：2016

卷　　号：30

期　　号：10

起止页码：1558-1567

语　　种：中文

收录情况：BDHX、BDHX2014、CSCD、CSCD2015_2016、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：目前窃电现象严重且窃电手段先进,但反窃电手段仍以人工稽核为主,存在工作量大、取证困难和缺乏针对性等问题。为了解决上述问题,利用供电企业积累的大量客户档案数据和历史用电数据,通过二阶聚类分析窃电用户的定性特征,用深度学习和CHAID决策树分类评估用户的窃电嫌疑概率,根据异常值分析手段为疑似窃电行为取证提供依据。实践表明,本方案缩小了窃电嫌疑用户范围,减少了防窃电的工作量,提高了稽核针对性,且为供电单位进行窃电侦查提供了依据,从而减少了供电企业财务损失,保障电网运行安全。

关 键 词：反窃电 二阶聚类  深度学习  CHAID决策树  异常分析  

分 类 号：TN108.7]