胡一伟，刘珊，黄浩

(1.国网北京城区供电公司, 北京 100031; 2.广东电网有限责任公司珠海供电局， 广东 珠海 519000; 3.美国德州农工大学，美国 德克萨斯州 77840)

0 引 言

窃电一般通过对计量装置的改动，达到少计、不计电能的目的，其会严重危害电网运行，带来用电安全隐患[1]。目前，供电公司常见的城市低压用户窃电治理成本高、效率低，并使配电运维人员工作十分繁重。随着泛在电力物联网的建设[2]，电网系统信息采集速度显著提高，可用于分析用户用电习惯的数据量成倍提升，将数据分析模型深化运用于日常窃电治理可明显提高工作效率。

由于窃电用户电量与正常用电用户间数据特性存在客观差距，应用数据模型进行窃电行为判别是近年热门的研究方向。文献[3]曾对多种窃电方式进行过深入分析，并给出了一种可行的在智能电网条件下的窃电识别架构。文献[4]通过研究窃电行为和正常用电行为之间的分类规律，运用有关数据分析方法，得到了一种基于实值深度置信网络的用户侧窃电行为检测模型。文献[5]使用人工神经网络，分析了不同窃电时长的数据规律，对比了全天窃电、四小时窃电和一小时窃电情况之间的差异。文献[6]曾将堆叠去相关自编码器与支持向量机相运用到窃电检测中。长期以来，供电公司运用多种技术与管理手段进行窃电防治，文献[7]曾对此进行过总结。由于配电网用户有用电量小、金额低，对电网整体影响小，使现有识别方法准确率不高。……