海量标签数据生成方法、平台、窃电识别方法及系统

技术特征：
1.一种海量标签数据生成方法，其特征在于，包括以下步骤：s1：获取用户的第一用电数据，并利用所述第一用电数据对一预先建立的控制模型进行训练，提取与所述第一用电数据对应的用电行为特征；s2：搭建用电模拟平台，并将所述第一用电数据及其对应的用电行为特征输入用电模拟平台，对所述用电模拟平台中的负载进行控制，放大并输出模拟用电数据；s3：在所述用电模拟平台的输出端施加至少一种窃电手段对模拟用电数据的计量进行干扰，输出经窃电手段干扰后的第二用电数据；s4：提取所述第二用电数据的数据特征，将所述数据特征与对应的窃电手段进行关联，得到若干标签数据。2.根据权利要求1所述的海量标签数据生成方法，其特征在于，在步骤s1中，所述步骤s1包括以下子步骤：s101：获取用户的第一用电数据，其中，所述第一用电数据包括现有的历史用电数据和基于所述历史用电数据产生的随机用电数据；s102：将所述第一用电数据划分为训练数据集和测试数据集，并将所述训练数据集输入一预先建立好的控制模型中对所述控制模型进行迭代训练，优化模型参数，得到训练好的控制模型；s103：将所述测试数据集作为第一用电数据输入训练好的控制模型中，提取与所述第一用电数据对应的用电行为特征。3.根据权利要求2所述的海量标签数据生成方法，其特征在于，在步骤s101中，所述随机用电数据基于随机游走算法产生，其具体方法为：根据所述现有的历史用电数据构建用户用电行为序列网络，并基于python建立随机游走模型，所述随机游走模型以所述用户用电行为序列网络中各网络节点为起点，分别进行随机游走，生成每次游走对应的随机游走序列，并输出每一随机游走序列中各随机数据，所述随机数据即为所述随机用电数据。4.根据权利要求1所述的海量标签数据生成方法，其特征在于，所述用电行为特征至少包括日用电量、日最大/最小负荷、日均负荷、峰谷用电量、峰谷平均负荷、峰谷差、夜间负荷率、用电高峰时长以及负荷曲线。5.根据权利要求1所述的海量标签数据生成方法，其特征在于，在步骤s2中，所述用电模拟平台包括一模拟电路和一与所述模拟电路电连接的放大电路，所述模拟电路中包括多组参数可调的负载，且所述负载的电流、电压相较于用电设备等比缩小预设倍数，所述负载用于模拟用电设备；所述放大电路用于对模拟电路输出端的电流、电压进行等比放大所述预设倍数。6.根据权利要求5所述的海量标签数据生成方法，其特征在于，所述用电模拟平台的输出端设置有与所述放大电路电连接的多个智能电表，所述步骤s3的具体方法为：根据窃电手段的类别对各智能电表分别施加一窃电手段，通过所述智能电表接收模拟用电数据，使所述窃电手段对模拟用电数据的计量进行干扰，并通过各智能电表输出在不同窃电手段下产生的第二用电数据。7.根据权利要求1所述的海量标签数据生成方法，其特征在于，所述步骤s4包括以下子步骤：
s401：获取第二用电数据及其对应的用电行为特征形成一特征矩阵；s402：采用主成分分析法计算出所述特征矩阵的主成分及每一主成分在所述用电行为特征中的累计贡献率；s403：根据所述主成分的累计贡献率提取累计贡献率大于预设条件的主成分形成所述第二用电数据的数据特征；s404：将所述数据特征与对应的窃电手段进行关联，得到若干携带有窃电手段信息的标签数据。8.一种海量标签数据生成平台，其特征在于，包括：控制模块，用于根据第一用电数据提取用电行为特征，并基于第一用电数据和用电行为特征产生一控制信号，其中，第一用电数据包括现有的历史用电数据和基于所述历史用电数据产生的随机用电数据；用电模拟平台，用于根据所述控制信号模拟用电设备的运行工况，输出并放大用电模拟平台产生的模拟用电数据；数据采集及干扰模块，用于采集模拟用电数据并施加窃电手段对所述模拟用电数据的计量进行干扰，输出经窃电手段干扰后的第二用电数据；数据处理模块，用于对第二用电数据的数据特征进行提取，生成若干携带有窃电手段信息的标签数据。9.一种窃电识别方法，其特征在于，包括以下步骤：p1：采用如权利要求1-7任一项所述的海量标签数据生成方法生成若干携带有窃电手段信息的标签数据；p2：将所述标签数据和对应的窃电手段输入一预先建立的窃电识别模型并对所述窃电识别模型进行迭代训练，得到训练好的窃电识别模型；p3：利用所述训练好的窃电识别模型对窃电手段进行识别。10.一种窃电识别系统，其特征在于，包括：海量标签数据生成平台，用于基于一海量标签数据生成平台生成若干携带有窃电手段信息的标签数据；模型训练模块，用于根据所述标签数据及对应的窃电手段信息对一窃电识别模型进行训练；以及窃电识别模型，用于根据配置于用电用户处的智能电表输出的用电数据对窃电手段进行识别。

技术总结
本发明公开了一种海量标签数据生成方法、平台、窃电识别方法及系统，包括获取用户的第一用电数据，并利用所述第一用电数据对一预先建立的控制模型进行训练，提取与所述第一用电数据对应的用电行为特征；搭建用电模拟平台，并将所述第一用电数据及其对应的用电行为特征输入用电模拟平台，对所述用电模拟平台中的负载进行控制，放大并输出模拟用电数据；在所述用电模拟平台的输出端施加至少一种窃电手段对模拟用电数据的计量进行干扰，输出经窃电手段干扰后的第二用电数据；提取所述第二用电数据的数据特征，将所述数据特征与对应的窃电手段进行关联，得到若干标签数据，以为实现窃电甄别以及负荷预测研究提供数据支撑。电甄别以及负荷预测研究提供数据支撑。电甄别以及负荷预测研究提供数据支撑。


技术研发人员：申磊 崔灿 李明 蔡卫锋 杨素梅 许明 张楠 王磊 薛本山 朱曼曼 楚中锋 祖向阳 蔡文昌 卢素红 刘新政 李奇 徐姝辛 李俨洲 李宜桂
受保护的技术使用者：重庆大学
技术研发日：2022.04.14
技术公布日：2022/7/29