基于大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)算法的用戶竊電嫌疑分析裝置及方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及用戶竊電嫌疑分析技術(shù)領(lǐng)域，是一種基于大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)算法的用戶 竊電嫌疑分析裝置及方法。
【背景技術(shù)】
[0002] 目前數(shù)據(jù)挖掘技術(shù)已經(jīng)廣泛運(yùn)用到銀行、保險(xiǎn)和電信等行業(yè)中，并取得了較大的 經(jīng)濟(jì)效益。而與這些行業(yè)同樣具有海量信息處理、要求深入分析歷史信息、從中發(fā)現(xiàn)數(shù)據(jù)特 征和預(yù)測其發(fā)展趨勢的并輔助決策的電力行業(yè)還處于初步嘗試階段。在電力行業(yè)反竊電方 面，目前大多數(shù)反竊電方法還采用外圍設(shè)備管理措施，在反竊電技術(shù)上也采用傳統(tǒng)的判斷 方法，依據(jù)專業(yè)人員人工進(jìn)行數(shù)據(jù)分析，效率很低，并不能有效取證，準(zhǔn)確、定量和及時(shí)反饋 信息，影響反竊電稽查的有效進(jìn)行。因此，現(xiàn)在電力企業(yè)急需一種行之有效的反竊電方法來 幫助企業(yè)高效、精準(zhǔn)地找出有竊電嫌疑的用戶。
[0003] 神經(jīng)網(wǎng)絡(luò)算法可以滿足這一需求，通過BP神經(jīng)網(wǎng)絡(luò)算法來挖掘用戶用電行為數(shù) 據(jù)，找出存在竊電嫌疑的用戶。然而，BP神經(jīng)網(wǎng)絡(luò)算法在過去的傳統(tǒng)實(shí)現(xiàn)中大多以單節(jié)點(diǎn) 實(shí)現(xiàn)為主，單輸入和單輸出的模式難以適應(yīng)海量數(shù)據(jù)挖掘的需求。急需改進(jìn)的BP神經(jīng)網(wǎng)絡(luò) 算法實(shí)現(xiàn)以多節(jié)點(diǎn)、分布式完成數(shù)據(jù)的處理，可吞吐PB級數(shù)據(jù)量，在海量的用戶用電數(shù)據(jù) 中提取用戶用電行為特征，找出存在竊電嫌疑的用戶。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明提供了一種基于大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)算法的用戶竊電嫌疑分析裝置及方法，克 服了上述現(xiàn)有技術(shù)之不足，其能有效解決現(xiàn)有傳統(tǒng)的反竊電方法根據(jù)人工進(jìn)行數(shù)據(jù)分析， 效率低且不準(zhǔn)確的缺陷，更有效解決了現(xiàn)在采用的BP神經(jīng)網(wǎng)絡(luò)算法挖掘用戶用電行為數(shù) 據(jù)進(jìn)行數(shù)據(jù)分析所采用的單輸入單輸出的模式難以滿足海量數(shù)據(jù)挖掘需求的問題。
[0005] 本發(fā)明的技術(shù)方案之一是通過以下措施來實(shí)現(xiàn)的：一種基于大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)算法 的用戶竊電嫌疑分析裝置，包括居民用電行為海量數(shù)據(jù)導(dǎo)入模塊、數(shù)據(jù)分析模塊和居民竊 電嫌疑指數(shù)輸出模塊；所述的數(shù)據(jù)分析模塊中設(shè)有分布式數(shù)據(jù)存儲接口模塊、分布數(shù)據(jù)處 理單元、節(jié)點(diǎn)層輸出并歸一化處理模塊和分布式數(shù)據(jù)輸出接口模塊，所述的分布數(shù)據(jù)處理 單元用于將用戶竊電嫌疑基礎(chǔ)輸入數(shù)據(jù)進(jìn)行分析處理并輸出竊電嫌疑指數(shù)，所述的節(jié)點(diǎn)層 輸出并歸一化處理單元對所有的基礎(chǔ)輸入數(shù)據(jù)進(jìn)行歸一化處理并將用戶竊電嫌疑指數(shù)通 過神經(jīng)網(wǎng)絡(luò)算法調(diào)整權(quán)重值得到符合期望的輸出結(jié)果；所述的居民用電行為海量數(shù)據(jù)導(dǎo)入 模塊的數(shù)據(jù)輸出端與分布數(shù)據(jù)處理單元的數(shù)據(jù)輸入端通過分布式存儲接口模塊相連接，分 布數(shù)據(jù)處理單元的數(shù)據(jù)輸出端與節(jié)點(diǎn)層輸出并歸一化處理單元的數(shù)據(jù)輸入端相連接，節(jié)點(diǎn) 層輸出并歸一化處理單元的數(shù)據(jù)輸出端與居民竊電嫌疑指數(shù)輸出模塊的數(shù)據(jù)輸入端通過 分布式數(shù)據(jù)輸出接口模塊相連接。
[0006] 下面是對上述發(fā)明技術(shù)方案的進(jìn)一步優(yōu)化或/和改進(jìn)： 上述所述的用戶竊電嫌疑基礎(chǔ)輸入數(shù)據(jù)包括：用戶用電量、最大線路損耗值、電表類 型、臺區(qū)線損、功率值、電流值、電壓值、用電月峰值和用電月谷值。
[0007] 本發(fā)明的技術(shù)方案之二是通過以下措施來實(shí)現(xiàn)的：一種使用基于大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò) 算法的用戶竊電嫌疑分析裝置的方法，包括以下步驟： 步驟一：通過居民用電行為海量數(shù)據(jù)導(dǎo)入模塊調(diào)用大數(shù)據(jù)分布數(shù)據(jù)庫中的用戶用電行 為相關(guān)信息數(shù)據(jù)，并選擇用戶用電行為相關(guān)信息數(shù)據(jù)作為用戶竊電嫌疑基礎(chǔ)輸入數(shù)據(jù)，之 后進(jìn)入步驟二； 步驟二：確定輸入的用戶竊電嫌疑基礎(chǔ)數(shù)據(jù)，將用戶竊電嫌疑基礎(chǔ)數(shù)據(jù)在節(jié)點(diǎn)層輸出 并歸一化處理單元進(jìn)行數(shù)據(jù)歸一化處理，基礎(chǔ)數(shù)據(jù)歸一化處理采用的計(jì)算變換式為：
其中，，是輸入的數(shù)據(jù)，:以丨為歸一化后的數(shù)據(jù)，U和分別是樣本的最小數(shù)據(jù)和 最大數(shù)據(jù)，之后進(jìn)入步驟三； 步驟三：將歸一化計(jì)算后的數(shù)據(jù)再經(jīng)過BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行處理，即通過輸入層、隱 含層和輸出層三層之間層層映射，由層與層之間的權(quán)值矩陣進(jìn)行調(diào)整，輸出各層的結(jié)果，之 后進(jìn)入步驟四； 步驟四：計(jì)算輸出結(jié)果的誤差，選取P個(gè)樣本，期望輸出值為表，總誤差計(jì)算公式為：
當(dāng)?shù)玫秸`差計(jì)算結(jié)果在設(shè)定的閾值內(nèi)時(shí)，之后進(jìn)入步驟六；當(dāng)?shù)玫秸`差計(jì)算結(jié)果在設(shè) 定的閾值外時(shí)，則將用戶竊電嫌疑基礎(chǔ)數(shù)據(jù)進(jìn)行逆向處理，調(diào)整隱含層和輸出層的權(quán)值，再 經(jīng)過輸出層、隱含層和輸入層進(jìn)行反向計(jì)算，輸出各層的結(jié)果，之后進(jìn)入步驟五； 步驟五：經(jīng)過調(diào)整隱含層和輸出層的權(quán)值進(jìn)行正反方向?qū)訉觽鬟f計(jì)算，再次判斷誤差 是否符合設(shè)定閾值，如果誤差符合設(shè)定閾值，則之后進(jìn)入步驟六，如果誤差不符合預(yù)先設(shè)定 的閾值，則進(jìn)入步驟三； 步驟六：將輸出結(jié)果經(jīng)過激活函數(shù)進(jìn)行計(jì)算，記錄輸出的竊電嫌疑指數(shù)，激活函數(shù)表達(dá) 式為：
x表示輸出結(jié)果，之后進(jìn)入步驟七； 步驟七：經(jīng)步驟六記錄的竊電嫌疑指數(shù)，確定輸出三種結(jié)果：無竊電嫌疑、一般竊電 嫌疑和重大竊電嫌疑；其中，竊電嫌疑根據(jù)輸出的竊電嫌疑指數(shù)進(jìn)行劃分，指數(shù)區(qū)間在 [0, 0. 5)區(qū)間內(nèi)為無竊電嫌疑，在[0. 5, 0. 8)區(qū)間內(nèi)為一般竊電嫌疑，在[0. 8, 1)區(qū)間內(nèi)為 重大竊電嫌疑，需重點(diǎn)審查。
[0008] 本發(fā)明利用大數(shù)據(jù)平臺進(jìn)行技術(shù)改進(jìn)，通過改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)算法，計(jì)算各個(gè)居 民用戶的竊電嫌疑，為電力企業(yè)對竊電嫌疑較高的用戶實(shí)行重點(diǎn)的檢查和防范提供有效的 依據(jù)。通過大數(shù)據(jù)處理平臺并發(fā)分析海量數(shù)據(jù)，可以通過供電單位提取5年以上的用戶用 電明細(xì)數(shù)據(jù)，實(shí)現(xiàn)更大的數(shù)據(jù)吞吐量，獲取更為全面的用戶特征數(shù)據(jù)，滿足并發(fā)分析處理海 量用戶用電行為特征數(shù)據(jù)，分析數(shù)據(jù)效率更高，能更加精準(zhǔn)的定位具有竊電嫌疑的用戶，提 示電力企業(yè)采取預(yù)防措施，減少企業(yè)經(jīng)濟(jì)損失。
【附圖說明】
[0009] 附圖1為本發(fā)明實(shí)施例一的組成原理圖。
[0010] 附圖2為本發(fā)明實(shí)施例二的神經(jīng)網(wǎng)絡(luò)算法流程圖。
[0011] 附圖3為本發(fā)明實(shí)施例二的使用方法流程圖。
[0012] 附圖中的編碼分別為：1為居民用電行為海量數(shù)據(jù)導(dǎo)入模塊，201為分布數(shù)據(jù)處理 單元，202為節(jié)點(diǎn)層輸出并歸一化處理單元，3為用戶竊電嫌疑指數(shù)輸出模塊，4為分布式數(shù) 據(jù)存儲接口模塊，5為分布式數(shù)據(jù)輸出接口模塊，6為輸入層，7為隱含層，8為輸出層。
【具體實(shí)施方式】
[0013] 本發(fā)明不受下述實(shí)施例的限制，可根據(jù)本發(fā)明的技術(shù)方案與實(shí)際情況來確定具體 的實(shí)施方式。
[0014] 在本發(fā)明中，為了便于描述，各部件的相對位置關(guān)系的描述均是根據(jù)說明書附圖1 的布圖方式來進(jìn)行描述的，如：前、后、上、下、左、右等的位置關(guān)系是依據(jù)說明書附圖的布圖 方向來確定的。
[0015] 下面結(jié)合實(shí)施例及附圖對本發(fā)明作進(jìn)一步描述： 實(shí)施例一：如附圖1、2所示，一種基于大數(shù)據(jù)神經(jīng)網(wǎng)絡(luò)算法的用戶竊電嫌疑分析裝置， 包括居民用電行為海量數(shù)據(jù)導(dǎo)入模塊1、數(shù)據(jù)分析模塊和居民竊電嫌疑指數(shù)輸出模塊3;所 述的數(shù)據(jù)分析模塊中設(shè)有分布式數(shù)據(jù)存儲接口模塊4、分布數(shù)據(jù)處理單元201、節(jié)點(diǎn)層輸出 并歸一化處理模塊202和分布式數(shù)據(jù)輸出接口模塊5,所述的分布數(shù)據(jù)處理單元201用于 將用戶竊電嫌疑基礎(chǔ)輸入數(shù)據(jù)進(jìn)行分析處理并輸出竊電嫌疑指數(shù)，所述的節(jié)點(diǎn)層輸出并歸 一化處理單元202對所有的基礎(chǔ)輸入數(shù)據(jù)進(jìn)行歸一化處理并將用戶竊電嫌疑指數(shù)通過神 經(jīng)網(wǎng)絡(luò)算法調(diào)整權(quán)重值得到符合期望的輸出結(jié)果；所述的居民用電行為海量數(shù)據(jù)導(dǎo)入模塊 1的數(shù)據(jù)輸出端與分布數(shù)據(jù)處理單元201的數(shù)據(jù)輸入端通過分布式數(shù)據(jù)存儲接口模塊4相 連接，分布數(shù)據(jù)處理單元201的數(shù)據(jù)輸出端與節(jié)點(diǎn)層輸出并歸一化處理單元202的數(shù)據(jù)輸 入端相連接，節(jié)點(diǎn)層輸出并歸一化處理單元202的數(shù)據(jù)輸出端與居民竊電嫌疑指數(shù)輸出模 塊3的數(shù)據(jù)輸入端通過分布式數(shù)據(jù)輸出接口模塊5相連接。
[0016] 在使用中，居民用電行為海量數(shù)據(jù)導(dǎo)入模塊1用于提取分布式數(shù)據(jù)庫中的用戶基 礎(chǔ)數(shù)據(jù)作為用戶竊電嫌疑分析的基礎(chǔ)輸入數(shù)據(jù)；數(shù)據(jù)分析模塊用于將數(shù)據(jù)進(jìn)行歸一化處理 并輸出竊電嫌疑指數(shù)，根據(jù)竊電嫌疑指數(shù)可以判斷用戶是否存在竊電嫌疑；居民竊電嫌疑 指數(shù)輸