摘要
本发明提供一种窃电用户预测的建立方法及系统,涉及窃电用户预测技术领域,具体步骤包括:采集样本用户的用电数据和社工数据,样本用户包括正常用户和窃电用户;从采集数据中提取用电特征,包括用电变化率、用电最大量、用电最小量,并对样本用户的年收入和人口密度进行分类处理,构建特征矩阵;针对待预测用户,依据样本用户特征进行相似度拟合,获取最相似用户的用电数据作为参照;构建窃电识别模型,通过对样本用户的特征矩阵进行训练,实现对待预测用户窃电行为的准确预测。本发明增强了对未知用户的窃电预测能力,通过相似度拟合与迁移学习模型,能够快速从已知窃电用户中获取相似的参照用户,实现了窃电用户识别的精准化和实时化。
技术关键词
样本
窃电用户
时间段
迁移学习模型
分类特征
矩阵
标签
分箱
索引
深度学习模型
代表
数据采集模块
时序
列表
基础
系统为您推荐了相关专利信息
动态知识图谱
实体
多任务学习模型
三元组
子模块
智能调度方法
模拟退火算法
存取模型
平均存取时间
横移台车