[发明专利]一种基于模糊神经网络的用电异常行为识别方法

摘要

本发明提供了一种基于模糊神经网络的用电异常行为识别方法，从用电数据库中抽取部分用户的原始数据作为样本数据；进行数据预处理；在分析历史用电异常行为案例的基础上，设计用电异常行为评价指标体系；利用预处理后的数据构建专家样本；以异常用电行为标志为输入项，以异常用电嫌疑系数为输出项，构建模糊神经网络模型；将测试数据输入所构建的模糊神经网络模型，进行异常用电行为诊断；对异常用电诊断结果做出评价，设定目标评价，优化模型。本发明实现了用电异常行为的自动化识别诊断，利用模糊神经网络的方法，实现了系统的自动训练学习和建模，达到快速又精准的定位嫌疑用户，为获取各种异常用电的违规行为提供的便利。

主权项

1.一种基于模糊神经网络的用电异常行为识别方法，其特征在于，步骤为：步骤1：数据抽取；从用电数据库中选择性地抽取部分用户的用电负荷、终端报警和违约窃电处罚信息的原始数据作为样本数据；从样本数据中设立白名单用户，剔除不可能存在用电异常行为的用户，初步审视正常用电用户和异常用电用户的用电数据特征；步骤2：数据预处理；由于原始数据中存在杂数据和缺失数据，这些多余的或缺少的数据会影响分析效果，会使分析预测结果产生偏差，故需要对原始数据进行预处理；数据预处理过程包括数据清洗、缺失值处理、异常值处理、数据变换、数据格式化；步骤3：模型构建；在分析历史用电异常行为案例的基础上，设计用电异常行为评价指标体系；利用预处理后的数据构建专家样本，再划分出训练数据集和测试数据集；以异常用电行为标志为输入项，以异常用电嫌疑系数为输出项，构建模糊神经网络模型；步骤4：异常用电行为识别诊断；将测试数据输入所构建的模糊神经网络模型，进行异常用电行为诊断；步骤5：模型评价分析及优化；对异常用电诊断结果做出评价，设定目标评价，优化模型。