户艳琴，李海明，刘念，傅皆恺，黄天翔，李承霖，李珂舟，胡志强，范志夫，邬小可

(1.国网江西综合能源服务有限公司，南昌市330096；2.新能源电力系统国家重点实验室(华北电力大学)，北京市 102206；3.国网江西省电力有限公司，南昌市330077；4.国网江西省电力有限公司鹰潭供电分公司，江西省鹰潭市335000)

0 引 言

随着互联网理念的不断深化，一种新型能源体系架构——“能源互联网”应运而生[1]。能源互联网结合互联网信息技术与能源利用技术，为终端用户提供灵活多样的能源共享服务[2-3]。此外，能源互联网的发展，增加了能源系统中的数据采集量，提高了其信息共享程度，为基于大数据分析技术解决能源系统中的问题提供了数据基础。若能源互联网终端发生用电异常情况，将会增大系统的电能损耗，降低能源利用效率，因此需要对终端用户进行异常用电模式检测，从而便于电网公司及时发现用电异常的情况，减少电网的经济损失，降低窃电行为的发生率[4]。

传统的终端用户异常用电模式检测方法是现场人员定期巡检线路、定期校验电表、用户举报等，但这些手段对人的依赖性较大，需要投入大量的人力成本，同时，用电模式的检测耗时较长、效率较低[5]。此外，用户的窃电手段多种多样，传统的异常用电模式检测方法难以准确地判断用户用电是否正常，亟需检测精度较高、耗时较少的轻量化的异常用电模式检测方法。

目前，对于异常用电模式检测的研究主要分为基于系统状态和基于人工智能2类方法。……