智能电表数据分析与异常检测方法及系统

本发明属于电表数据分析技术领域，尤其涉及智能电表数据分析与异常检测方法及系统，方法包括从智能电表中实时采集电力使用数据；将采集的电力使用数据输入到预先训练好的深度学习网络，识别出与真实电力数据相似但实则为盗窃行为的合成数据；通过预先构建的基于关联规则学习算法的关联规则模型对合成数据进行分析，得到多个用户之间的异常相关性，识别出有组织的群体电力盗窃模式；根据识别结果执行响应措施；系统包括数据采集单元、深度学习分析模块、关联分析单元和实时响应模块。本发明提高了电力盗窃检测的及时性和准确性，能够更准确地区分正常用电和盗电行为，从而提高识别精度，且能够准确识别出群体电力盗窃模式。