电力大数据模型-电力窃漏电用户识别大数据模型

    传统的防窃漏电方法主要通过定期巡检、定期校验电表、用户举报窃电等手段来发现窃电或计量装置故障。但该方法对人的依赖性太强，抓窃查漏的目标不明确。目前大多数供电局主要通过营销稽查人员、用电检查人员和计量工作人员利用计量异常报警功能和电能量数据查询功能开展用户用电情况的在线监控工作，通过采集电量异常、负荷异常等异常信息，建立数据分析模型，来实时监测窃漏电情况和发现计量装置的故障。
    以上防窃漏电的诊断方法，虽然能获得用电异常的某些信息，但由于终端误报或漏报过多，无法达到真正快速精确定位窃漏电嫌疑用户的目的，往往令稽查工作人员无所适从。而且在采用这种方法建模时，模型各输入指标权重的确定需要用专家的知识和经验，具有很大的主观性，存在明显的缺陷，所以实施效果往往不尽如人意。
     基于数据挖掘技术，探讨了窃电识别系统，既解决了窃漏电难以检测的问题，减轻企业的损失，又能很好的建立快速检测窃漏电的检测系统，为电力监测提供了较好的检测手段，减轻了稽查人员的工作负担，提高其工作效率。