摘 要

我国的供电企业作为国家产业的基础产业之一，在电力系统运行的管理方面存在着技术落后、线损率高、窃电现象频发等问题，这样会产生极大地能源浪费和经济损失。提高供电企业的管理水平和经济效益成为了当前电量管理的迫切要求，电力系统也需要采用可靠性强的防窃电技术支撑运行。本文在分析了防窃电现状的情况下，指出了窃电行为的本质和目前防窃电技术的不足，针对这些问题提出了一种防窃电评价指标体系模型。文中介绍的防窃电评价指标体系，选择了八个影响因素来建立指标评估系统，使用了电力数据挖掘技术来处理企业积累的大量的用电数据，然后建立了神经网络模型及其数学模型以便于分析电力用户的用电行为。对这一模型算法进行网络训练，由训练的结果可以得出窃电嫌疑系数，再根据这一系数对电力消费者的信用等级进行分类，采取相应的措施来解决问题。最终形成的防窃电评价指标体系，以对窃电问题提出可行性方案，进一步提高供电企业的供电可靠性和供电质量。

关键词：防窃电评价指标体系，防窃电模型，神经网络，信用等级

Abstract

China's power supply enterprises as one of the basic industries of the national industry. In the operation of the power system operation there are technical backwardness, high line loss rate, frequent stealing and other issues and so on, which will produce great energy waste and economic losses. Improve the management level and economic efficiency of power supply enterprises has become the urgent requirements of the current power management, power systems also need to use strong anti-tamper technology support operation. In this paper, it analyzes the nature of the tampering and the shortcomings of the current tamper technology, and puts forward a model of anti - tampering evaluation index system. In this paper, the evaluation index system of anti-tampering is selected, and eight influencing factors are selected to establish the index evaluation system. The power data mining technology is used to deal with the large amount of electricity data accumulated by the enterprise. The neural network model and its mathematical model are established to analyze the electricity behavior of power users. This model algorithm is used to train the network. The result of the training can be used to obtain the suspected coefficient of stealing electricity. According to this coefficient, the credit rating of the power consumers is classified and the corresponding measures are taken to solve the problem. The final formation of the anti-tamper evaluation index system to put forward the feasibility of stealing the program, to further improve the power supply enterprise power supply reliability and power supply quality.

Key Words：Evaluation Index System of Anti - tampering；Anti - tampering model；Neural Networks；Credit rating

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1 课题背景 1

1.2 防窃电技术研究的目的及意义 1

1.2.1 窃电产生的原因 1

1.2.2 防窃电的目的及意义 2

1.3 国内外对防窃电技术的研究对比 2

1.4 本文防窃电技术研究阐述 3

第二章 防窃电评价指标体系 5

2.1 评价指标基本概念 5

2.2 防窃电评价指标体系构建原则和流程 6

2.2.1 评价指标体系的构建原则 6

2.2.2 评价指标体系的构建流程 7

2.3 防窃电评价指标体系 8

2.4 本章小结 10

第三章 电力数据挖掘 11

3.1 数据挖掘概念 11

3.2 电力数据挖掘的发展 12

3.2.1 数据发展历程 12

3.2.2 电力行业中数据挖掘的研究 12

3.3 电力数据挖掘的方法 13

3.4 本章小结 14

第四章 防窃电评价指标体系神经网络模型的建立 15

4.1 神经网络基本原理 15

4.1.1 神经元模型 15

4.1.2 神经元的激活函数 16

4.1.3 神经网络的分类 16

4.1.4 神经网络的特点 18

4.2 防窃电评价指标体系下的BP神经网络及其相关算法 18

4.2.1 BP神经网络 18

4.2.2 BP神经网络拓扑及其相关算法 20

4.3 建立神经网络模型 21

4.3.1 建模的原理和步骤 21

4.3.2 防窃电评价指标体系中神经网络的数学模型 22

第五章 防窃电评价指标体系神经网络模型的训练 23

5.1 MATLAB软件函数的选择以及算法设计 23

5.1.1 神经网络实现的函数 23

5.1.2 神经网络算法设计 23

5.2 神经网络参数的选择 25

5.3防窃电评价指标网络训练的结果对比与分析 29

5.4 防窃电指标评价的验证和结论 32

5.5 本章小结 34

第六章 结论 35

6.1 防窃电技术的展望 35

6.2 结语 35

参考文献 37

致 谢 39

第一章 绪论

1.1 课题背景

近年来，经济快速发展，电力资源的需求也在随着经济的发展而扩大，电力生产的发展也必须提上日程。然而，伴随着电力产业的发展，在生产经营过程中的高电费成为企业支出的一项重担。因此，有部分企业为了降低成本，受经济利益的驱使，采取了隐蔽的窃电手段，随之而来的便是窃电问题的越来越突出。据相关单位统计，全国每年窃电的数目在 200 亿元左右，国家为此遭受了巨大的经济损失；窃电问题还会危及正常的秩序，因为一旦一些高能耗企业开始进行窃电，会获得他们期望的利益，然后就可以在产品的销售上出现滥价竞争，对其他正常经营的企业构成不正当的竞争，对市场造成冲击。在其他方面，窃电行为、破坏电力设施等产生的危害除了在社会经济利益方面，还很容易出现伤害事故和电气火灾现象，给社会成员带来灾难，这样严重制约了国家的电力建设以及和谐社会目标的实现。经查证，近年来全国窃电行为发生的频率远远高于一些对社会产生危害的行为，表现出广泛性的特点。

同时出现的还有另一个令人尴尬的问题，在全国范围内的电力基础设施遭到破坏和电能盗窃的问题十分突出，已经严重威胁到了各地区的电力供应，防窃电技术的研究急待加强。