买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司

摘要：一种基于标签增广的窃电用户判别方法，包括：1，采集居民用户的历史用电电流数据；2，对历史用电电流数据进行数据预处理；3，预处理后的数据进行标定得到有标签历史用电电流数据以及无标签历史用电电流数据；4，基于有标签历史用电电流数据对无标签历史用电电流数据的标签进行增广；5，合并标签增广后的数据得到样本集；6，采用机器学习方法对样本集进行训练得到窃电用户判别模型；7，实时采集用户的用电电流数据并输入至训练好的模型中进行判别。本发明的增广算法能够在使用建立判别模型前对标签进行扩充，且增广速率与效率都很高，利用本发明提出的增广算法得到的样本集通过机器学习方法能够实现更高的窃电样本识别准确率。

主权项：1.一种基于标签增广的窃电用户判别方法，其特征在于，所述窃电用户判别方法包括以下步骤：步骤1：采集居民用户的历史用电电流数据；步骤2：对步骤1采集的历史用电电流数据进行数据预处理；步骤3：对步骤2预处理后的数据进行标定得到有标签历史用电电流数据以及无标签历史用电电流数据；步骤4：基于有标签历史用电电流数据对对无标签历史用电电流数据的标签进行增广；步骤401：基于有标签历史用电电流数据生成矩阵YL，并对YL中元素进行初始化；基于无标签历史用电电流数据生成矩阵YU，并对YU中元素进行初始化；之后将两个矩阵进行拼接得到矩阵Y；步骤402：使用所有历史用电电流数据构建一个图，图中每个节点的坐标对应每条历史用电电流数据中的历史数据点，即数据的维度数对应图的维度数；步骤403：计算图中所有代表无标签历史用电电流数据的节点的DistRank值；步骤404：将代表无标签历史用电电流数据的节点按照DistRank值的大小进行排序，并按照这些节点的排序顺序更新标签历史用电电流数据在Y矩阵中的排列顺序；步骤405：定义图中任意两个节点i和节点j的边权重；步骤406：计算任意两个节点之间的概率值Tij；步骤407：当计算完每个图中每个代表有标签历史用电电流数据的节点转移到每个代表无标签历史用电电流数据的节点的概率后，得到矩阵T，并更新矩阵Y；步骤408：将更新后Y中有标签历史用电电流数据对应的值按照步骤401初始化的方法重新设置，将Y中无标签历史用电电流数据的标签概率值归一化，使得每一条无标签历史用电电流数据的标签概率值和为1；步骤409：重复迭代步骤402至步骤407，直至无标签历史用电电流数据标签的概率值收敛或达到最大迭代次数；此时，无标签历史用电电流数据对应的标签为其所在列中拥有最大概率值的列所对应的标签类别；步骤5：将步骤4增广的标签与其原有的无标签历史用电电流数据进行对应，并与步骤3中的有标签数据进行合并得到样本集；步骤6：采用机器学习方法对步骤5得到的样本集进行训练得到窃电用户判别模型；步骤7：实时采集用户的用电电流数据并输入至步骤6训练好的模型中进行判别。

全文数据：

权利要求：

百度查询： 国网江苏省电力有限公司营销服务中心 国网江苏省电力有限公司 一种基于标签增广的窃电用户判别方法