第60卷第6期2023年6月15日电测与仪表ElectricalMeasurement&InstrumentationVol.60No.6Jun.15,2023基于大数据和机器学习的用电异常行为分析系统杨铮宇（云南电网有限责任公司计量中心，昆明650051）摘要：用户用电异常行为不仅对接入设备和用户本身产生影响，更会危及电网的正常运行，因此对用电异常行为的分析至关重要。基于大数据和机器学习技术,设计了一种用电异常行为分析系统，并提出了系统设计的总体框架和相关配置。所设计系统对用户用电的用电量、电压质量、负载及三相不平衡率、无功及功率因数等方面可以进行异常分析,并以可视化的方式向管理员和用户展示。同时，对高风险用户进行预警和跟踪处理，对窃电行为展开调查分析。本系统可以有效分析用户用电异常行为及进行窃电预警，对电网稳定运行起到关键作用。关键词：用电异常行为；大数据；机器学习；聚类分析；窃电预警D0I:10.19753/j.issn1001-1390.2023.06.024中图分类号：TM71AnalysissystemofabnormalbehaviorofelectricityconsumptionbasedonAbstract:Abnormalbehaviorofelectricityconsumptionnotonlyaffectsaccessequipmentandusersthemselves,butalsoendangersthenormaloperationofpowergrid.Therefore,theanalysisofabnormalbehaviorofelectricityconsumptionisveryimportant.Basedonbigdataandmachinelearningtechnology,ananalysissystemofabnormalbehaviorofelectricityconsumptionisdesigned,andtheoverallframeworkandrelevantconfigurationofthesystemdesignareproposed.Thede-signedsystemcananalyzetheabnormalfactorssuchaspowerconsumption,voltagequality,load,three-phaseunbalancerate,reactivepowerandpowerfactor,etc,andshowthemtoadministratorsandusersinavisualway.Meanwhile,earlywarningandtrackingprocessingareconductedtohigh-riskuserstocarryoutinvestigationandanalysisofstealingelectrici-ty.Thesystemcaneffectivelyanalyzeabnormalbehaviorsofusersandgiveearlywarningofelectricitytheft,whichplaysakeyroleinthestableoperationofpowergrid.Keywords:abnormalelectricitybehavior,bigdata,machinelearning,clusteringanalysis,earlywarningofelectricitytheft0引言文献[3]介绍了基于大数据技术的用电行为异常随着社会经济的不断发展，电力运行也承受着越分析的特点和功能,并从系统架构、功能设计和接人方来越大的压力,其中用户的异常用电行为...
