论文部分内容阅读
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。