居民用电数据集_数据挖掘项目实训：窃漏电用户自动识别

一、背景运挖掘目标

(一)、背景

• 1、传统的防窃漏电方法主要通过定期巡查、定期校验电表、用户举报窃电等方法来发现窃电或计量装置故障，这种传统方法依赖性太强，抓窃查漏的目标不明确。
• 2、现有的电力计量自动化系统能够采集到各相电流、电压、功率因数等用户负荷数据以及用电异常等终端报警信息。

(二)、挖掘目标

• 1、归纳出窃漏电用户的关键特征，构建窃漏电用户的识别模型
• 2、利用实时监测数据，调用窃漏电用户识别模型实现实时诊断

二、分析方法与过程

(一)、分析方法

• 1、某些大用户不可能存在窃漏电行为，如银行、学校和工商等非居民类别，剔除这类用户
• 2、系统中的用电负荷不能直接体现出用户的窃漏电行为，因此需要进行数据探索和预处理，总结窃漏电用户的行为规律，再从数据中提炼窃漏电用户的特征指标

(二)、过程

• 1、有选择性的抽取部分大用户"用电负荷"、"终端报警"及"违约窃电处罚信息"等原始数据
• 2、对样本数据探索分析，去除不可能窃漏电用户，初步分析正常和窃漏电用户的用电特征
• 3、对样本数据进行预处理，包括数据清洗、缺失值处理和数据变换
• 4、构建专家样本集
• 5、构建窃漏电用户识别模型
• 6、在线检测用户用电负荷及终端报警，调用模型实现实
• 时诊断

三、采集数据

(一)、从营销系统抽取的数据

• (1) 用户基本信息：用户名称、编号、用电类别、计量方式等
• (2) 违约、窃电处理记录。
• (3) 计量