刘岩 袁瑞铭 郑思达 杨晓坤 王玉君

摘 要：针对窃电问题严重阻碍建立公平、合理的用户秩序的问题，基于云计算的智能电网大数据处理平台SP-PPP （smart power system big data processing platform in cloud environment，SP-DPP），提出了融合自適应加权融合算法和深度置信网络DBN（Deep Belief Networks，DBN）学习算法的反窃电系统，采用DBN逐层贪婪训练算法对大数据进行处理，并利用双层RBM结构，构建出DBN深度学习算法，对获取的电能计量窃电信息进行归一化处理，将获取的宏观高纬度数据信息转换为容易识别和计算的低纬度数据。实验表明，本研究的算法识别率高，稳定性能好。

关键词：窃电;SP-DPP;自适应加权融合算法;深度置信网络;逐层贪婪训练算法

中图分类号：TM561      文献标识码：A

Abstract：Aiming at the problem of electricity theft seriously hindering the establishment of a fair and reasonable user order，An anti-theft system that combines adaptive weighted fusion algorithm and deep belief network （Deep Belief Networks， DBN） learning algorithm is proposed based on Smart power system big data processing platform in cloud environment （SP-DPP），big data is processed by using DBN layer-by-layer greedy training algorithm， and a DBN deep learning algorithm is constructed by using the double-layer RBM structure， which can normalize the acquired electricity metering information and convert the acquired macro high-latitude data information into low-latitude data that is easy to identify and calculate. Tests show that the algorithm of this study has high recognition rate and good stability.

Key words：electricity theft; SP-DPP; adaptive weighted fusion algorithm; deep confidence network; layer-by-layer greedy training algorithm

窃电是指一些违法分子在供电或者用电期间，采用隐秘的盗窃手段非法使用电能，最终以很少的成本用电，或者无成本用电。在电力经济技术发展的不断推动下，各个行业都离不开电能，在人们生活和企业生产过程中具有举足轻重的作用。因此，如果存在窃电行为，不仅给配电公司带来巨大的损失，也会由于窃电手段造成配电线路处于高危险状态，严重时，会导致漏电、失火，设置会危害人们的生命。因此，打击窃电行为、防止窃电是建立公平、安全的用电行为的重要手段。

现有技术中，如文献[1]虽然在表计及电路的原理上进行了改进，但是这手段仍旧是在改变电能表或者电能计量设备的硬件结构形式来防止窃电，这种方式虽然在一定程度上避免了窃电行为，但很难及时获取窃电信息，防窃效率不高[1]。……