基于大数据分析的电力盗窃检测与预防系统研究

作者：刘安磊; 马迅; 贾旭超; 王锦腾; 魏涛

来源：河北电力技术, 2023, 42(05): 85-89.

• 大数据分析
• 电力盗窃检测与预防
• 神经网络算法
• 技术损耗
• 欧姆损失

首先，基于大数据分析设立安全状态数据样本集，通过测试电力盗窃检测与预防系统安全状态的维度，对系统进行休整后得到安全系数。然后，根据电力盗窃检测与预防系统和数据集之间的相关因素，利用神经网络算法在输入层输入安全数据，经过隐藏层的处理计算，得到了输出检测结果。最后，计算电力盗窃的技术损耗得出测量的欧姆损失，对大数据分析迭代训练后完成电力盗窃检测与预防系统的设计。结果表明，从正常用户和电力盗窃的用电趋势可以看出，在用电12天左右时，电力盗窃的用电量最高可达到1.5 kWh,明显高于正常用户用电量，基于大数据分析的电力盗窃检测与预防系统能够有效根据用户的数据进行窃电检测且准确率较高。