摘要
本发明属于电力安全领域,具体涉及一种数图融合的窃电行为预警方法、系统和装置。该方法将台区内各个电力计量节点的拓扑图与计量数据结合,在拓扑图上的商业用户和居民用户的电力节点分割开来得到商户子图和居民子图。然后,结合计量数据分析两张子图上的电力用户的用电数据变化的波动相似度和增长相似度,并将相似度较高的节点视为无窃电风险的安全节点。接着,根据剩余的拓扑图生成各个独立的风险区域,结合风险区域内各节点的电力信息生成对应的特征序列。最后,利用机器学习算法根据输入的特征序列生成各个区域释放存在窃电行为的分类结果。本发明解决了现有基于大数据经济的窃电行为检测方法存在的精度较差、实时性不足问题。
技术关键词
电能表
预警方法
拓扑图
节点
居民
设备识别
关口表
风险
开关
电力
商业
电表
预警系统
计量表
功率
序列
计算方法
机器学习算法
数据
特征值
系统为您推荐了相关专利信息
模型部署方法
硬件逻辑单元
生成微指令
描述符
节点
变电所设备
电力系统供电设备
电力系统专用
分析单元
大语言模型