基于CNN-LG 模型的竊電行為檢測方法研究

卿柏元，陳玨羽，李金瑾，蔣雯倩

（廣西電網(wǎng)有限責任公司計量中心，廣西南寧 530023）

電力系統(tǒng)中配電網(wǎng)的電能損失分為技術(shù)損失（Technical Loss，TL）和非技術(shù)損失（Non-technical Loss，NTL）［1］，造成NTL 的原因多數(shù)與用戶側(cè)竊電相關(guān).竊電用戶的竊電非法行為不僅對電力公司造成巨大的經(jīng)濟損失、擾亂電力市場供電秩序，而且對電網(wǎng)安全穩(wěn)定運行造成巨大風險［2］.因此，研究如何提高竊電檢測準確率，降低非技術(shù)損失，對于電力公司運營和社會發(fā)展具有重大價值與意義.

傳統(tǒng)的竊電檢測是利用人工現(xiàn)場稽查的方式對可疑用戶進行排查，需耗費巨大人力成本且效率低.隨著智能電網(wǎng)的發(fā)展，能源互聯(lián)網(wǎng)作為智能電網(wǎng)逐漸演變的產(chǎn)物，擁有能源和信息流雙向性的特征，而由智能電表、集中器、通信網(wǎng)絡(luò)及數(shù)據(jù)管理系統(tǒng)組成的高級量測體系（Advanced Metering Infrastructure，AMI）作為能源互聯(lián)網(wǎng)信息流的主要組成部分正逐步在電網(wǎng)建立與完善.隨著AMI的快速發(fā)展，使得利用智能電表的海量數(shù)據(jù)進行竊電檢測成為更加高效的檢測方式［3］.在AMI 下利用智能電表數(shù)據(jù)對竊電行為進行檢測的方法可分為以下3類［1］.

第1 類為基于電網(wǎng)狀態(tài)的檢測方法.該類方法通過分析配電網(wǎng)的拓撲結(jié)構(gòu)，結(jié)合網(wǎng)絡(luò)潮流計算、系統(tǒng)狀態(tài)等理論，計算用戶數(shù)據(jù)的理論值，再與實際量測值比較，實時檢測竊電用戶［4］.文獻［5］提出使用電力用戶的有功和無功功率歸一化殘差檢測和定位配電網(wǎng)中的異常用電.文獻［6］提出基于狀態(tài)估計和電源管理單元的竊電用戶檢測和定位模型，通過分析功率和電壓的量測值偏差對竊電嫌疑用戶定位.當前實際電網(wǎng)結(jié)構(gòu)和設(shè)備種類較多、數(shù)據(jù)復雜、計算難度大，電網(wǎng)完整的網(wǎng)絡(luò)拓撲和參數(shù)往往難以獲取，且在配電網(wǎng)中安裝額外設(shè)備輔助檢測，不僅安裝困難且需額外設(shè)備支出［7］.

第2 類為基于博弈論的檢測方法.該類方法認為竊電用戶與電力公司之間存在博弈，且可從博弈均衡中獲得竊電用戶和正常用戶消費的不同分布［8］.文獻［9］構(gòu)建納什均衡模型，建立竊電用戶集與供電企業(yè)間的Stackelberg 博弈.文獻［10］提出使用博弈論解決新型智能家居環(huán)境下的電力市場模型構(gòu)建問題，由于基于博弈論的方法側(cè)重于具有強大假設(shè)的理論分析，尚未得到實證的檢驗［8］.

第3 類為基于人工智能檢測方法.該類方法是AMI 下最為廣泛的竊電行為檢測方法，可基于用戶負荷曲線和用電量的特征對竊電用戶識別［11］.針對無標簽的用戶數(shù)據(jù)，可采用基于聚類等無監(jiān)督學習的方法對竊電行為檢測，該類方法通過分析用戶間的用電關(guān)系發(fā)現(xiàn)離群點，以此作為依據(jù)對竊電行為進行檢測［12-13］.而現(xiàn)階段基于無監(jiān)督學習的竊電檢測方法因其參數(shù)難以設(shè)置，從而無法達到較高的檢測精度，且難以處理大規(guī)模的高維數(shù)據(jù)［14］.為克服無監(jiān)督學習方法不足，通過采用有監(jiān)督學習對帶有標簽的用戶歷史用電量數(shù)據(jù)進行學習，尋找異常用電模式，再對其他用戶進行竊電檢測.神經(jīng)網(wǎng)絡(luò)因其網(wǎng)絡(luò)訓練次數(shù)過多易出現(xiàn)過擬合［15］，而當采用SVM 或決策樹方法時，若用電數(shù)據(jù)集中含有數(shù)據(jù)缺失等噪聲時檢測結(jié)果較差［16-18］，對于用戶用電高維數(shù)據(jù)，基于淺層結(jié)構(gòu)的模型無法有效檢測［19］.上述基于有監(jiān)督學習方法均采用單一學習器進行竊電檢測，由于不同學習器預(yù)測結(jié)果可能存在差異，因此，基于單一學習器無法通過訓練獲取準確的檢測模型［20-21］.文獻［22］采用XGboost集成學習方法檢測竊電行為，但是該方法在處理海量用電數(shù)據(jù)時，無法實現(xiàn)準確預(yù)測分類，且消耗內(nèi)存資源大，尤其在遍歷分割點時，需進行分裂增益計算，導致模型訓練時間較長.

本文針對電網(wǎng)中跨類雜糅竊電行為的快速、準確檢測難題，首先，對AMI下采集的用戶原始用電數(shù)據(jù)進行預(yù)處理，通過CNN 對預(yù)處理用電數(shù)據(jù)進行特征提??；再以決策樹為基學習器的LightGBM 集成學習方法對數(shù)據(jù)訓練獲得竊電檢測模型，據(jù)此建立基于卷積神經(jīng)網(wǎng)絡(luò)輕梯度提升機（Convolutional Neural Network-Light Gradient Boosting Machine，CNN-LG）模型的竊電行為檢測方法；最后通過國家電網(wǎng)數(shù)據(jù)集和愛爾蘭智能能源徑（Irish Smart Energy Trail，ISET）數(shù)據(jù)集分別對本文提出方法的準確性和有效性進行驗證與分析.

1 基于CNN-LG模型竊電行為檢測算法

1.1 卷積神經(jīng)網(wǎng)絡(luò)

用戶用電數(shù)據(jù)時間序列特征的準確提取是實現(xiàn)竊電用戶識別的關(guān)鍵環(huán)節(jié).卷積神經(jīng)網(wǎng)絡(luò)由輸入、卷積層、池化層、全連接層及輸出層組成［23］.CNN 模型框架如圖1 所示.CNN 擁有表征學習能力，對輸入數(shù)據(jù)能按其網(wǎng)絡(luò)結(jié)構(gòu)層層學習，基于CNN 提取特征效果明顯，對數(shù)據(jù)沒有額外的特征工程要求.因此，本文采用CNN對用戶用電數(shù)據(jù)特征自適應(yīng)提取.

由圖1 可知，卷積層為CNN 的核心組成模塊，由一組平行特征圖組成，通過卷積核對輸入特征圖進行卷積運算，得到輸出特征圖，該特征圖中所有元素均通過同一個卷積核計算，即權(quán)值和偏置項共享.卷積運算如下：

圖1 CNN模型框架Fig.1 Architecture of the CNN model

式中：x為卷積運算后得到的數(shù)據(jù).

池化層在CNN 中用于縮小模型體積，提高計算速度，同時提高所提取特征的魯棒性，在減少冗余特征量同時，保留用電行為主要特征，通過減少計算參量以達到降維效果，防止過擬合現(xiàn)象，提高模型泛化能力.實際上池化操作為一種下采樣操作，其操作包括最大池化、均值池化、隨機池化等.池化操作計算式為：

式中：a（u，v）表示池化層輸入矩陣中行列的值；p（i，j）表示池化層輸出矩陣第i行j列的值；w表示參與集合區(qū)域的邊值.

全連接層將CNN中最后一個池化層的所有神經(jīng)元進行全連接操作，其模型可表示為：

式中：x為全連接層的輸入；w為權(quán)值矩陣；b為偏置向量.全連接層起到所學到的分布式特征映射到樣本標記空間的作用.

1.2 LightGBM 算法

LightGBM 由Ke 等于2017 年提出［24］，該方法為Boosting 算法重要成員，屬于輕量級的提升決策樹（Gradient Boosting Decision Tree，GBDT）算法，以使用決策樹為學習算法的基分類器.LightGBM 主要提升GBDT 在處理高維度大數(shù)據(jù)時算法訓練效率和準確度，采用分布式的算法框架，支持高效率并行訓練，具有訓練速度快、內(nèi)存消耗低、準確度高及支持分布式計算以達到快速處理海量用戶用電數(shù)據(jù)的優(yōu)點.算法主要通過基于直方圖（Histogram）的決策樹算法、帶深度限制的按葉生長（Leaf-wise）策略、基于梯度的單邊采樣（Gradient-based one-side Sampling，GOSS）算法以及互斥特征捆綁（Exclusive Feature Bundling，EFB）算法進行優(yōu)化.

直方圖算法也稱為Histogram 算法，先把連續(xù)的浮點特征值離散化成k個整數(shù)，同時構(gòu)造一個寬度為k的直方圖.直方圖算法示意圖如圖2所示.

圖2 直方圖算法示意圖Fig.2 Schematic diagram of Histogram algorithm

由圖2 可知，在遍歷數(shù)據(jù)時，根據(jù)離散化后的值作為索引在直方圖中累積統(tǒng)計量，當遍歷一次數(shù)據(jù)后，在直方圖中累積需要的統(tǒng)計量，再根據(jù)直方圖的離散值，遍歷尋找最優(yōu)的分割點.

LightGBM 算法使用按葉生長（Leaf-wise）策略，如圖3 所示.每次在當前葉子節(jié)點中，尋找出分裂增益最大的葉子節(jié)點進行分裂，而其他結(jié)點不再分裂，這樣可以提高精度，但缺點是可能會長出較深的決策樹，產(chǎn)生過擬合.為此，在Leaf-wise 上增加maxdepth 參數(shù)進行限制，以控制模型的復雜度，同時防止過擬合現(xiàn)象發(fā)生.

圖3 按葉生長（Leaf-wise）策略示意圖Fig.3 Schematic diagram of Leaf-wise tree growth strategy

LightGBM 通過基于梯度的單邊采樣算法減少數(shù)據(jù)量和互斥特征捆綁算法減少特征量以優(yōu)化模型訓練效率.基于梯度的單邊采樣算法，通過對樣本采樣的方法減少計算目標函數(shù)增益時的復雜度，在計算信息增益時，梯度更大的樣本點占有更重要的作用；在對樣本進行下采樣時，保留梯度較大的樣本點，并隨機去除梯度較小的樣本點.具體做法：首先，將樣本按照梯度排序，選出梯度最大的a×100%個樣本；在剩下小梯度數(shù)據(jù)中隨機選取b×100%個樣本，在計算信息增益時，將選出來的b×100%小梯度樣本的信息增益擴大1-a∕b的倍數(shù).互斥特征捆綁算法是將互斥特征綁在一起以減少特征維度，該算法可有效減少用于構(gòu)建直方圖的特征數(shù)量，降低計算復雜度，尤其當特征中包含大量稀疏特征時，LightGBM算法訓練速度提升更為明顯.

針對單一卷積神經(jīng)網(wǎng)絡(luò)模型，在竊電用戶分類預(yù)測應(yīng)用中存在功能單一導致準確率不足的問題，本文提出2 種模型的融合算法，通過LightGBM 代替卷積神經(jīng)網(wǎng)絡(luò)中的Softmax 層，使網(wǎng)絡(luò)中最后一層歸一化處理，變成對用電特征集成學習分類的優(yōu)化處理，從而實現(xiàn)竊電行為的準確識別.

1.3 CNN-LG竊電行為檢測

為實現(xiàn)竊電行為準確檢測，采用CNN 提取時間序列的關(guān)聯(lián)特征，將CNN 結(jié)構(gòu)中Softmax 層用Light-GBM 代替，構(gòu)建基于CNN-LG 的竊電行為檢測方法.CNN-LG 竊電行為檢測模型如圖4 所示，實現(xiàn)步驟如下.

圖4 CNN-LG竊電行為檢測模型Fig.4 CNN-LG electricity theft behavior detection model

1）將初始化卷積神經(jīng)網(wǎng)絡(luò)用預(yù)處理后的數(shù)據(jù)集通過兩個卷積層和兩個池化層進行預(yù)訓練，并將訓練好的權(quán)重固定，保存CNN模型參數(shù).

2）將預(yù)處理后數(shù)據(jù)分為訓練集、驗證集和測試集.

3）設(shè)置網(wǎng)絡(luò)訓練迭代次數(shù)，利用訓練集對網(wǎng)絡(luò)進行訓練，輸出每次迭代的準確率，并與全局準確率比較，若準確率更高則更新權(quán)重，否則不更新.

4）利用已經(jīng)訓練完成的卷積神經(jīng)網(wǎng)絡(luò)對用電數(shù)據(jù)集進行特征提取.

5）將步驟4）中提取的特征輸入至LightGBM 模型，首先初始化n棵分類決策樹，其中訓練樣例的權(quán)重為1∕n；訓練弱分類器f（x），根據(jù)訓練誤差確定當前弱分類器f（x）的權(quán)重λ；當達到最大迭代次數(shù)，訓練得到最終分類器，如式（5）所示.

式中：n為算法迭代次數(shù)；i為第i次迭代，0≤i≤n.將測試集輸入至訓練完成的CNN-LG 模型中，以此獲得檢測結(jié)果.

本文提出的CNN-LG 算法流程圖如圖5 所示.該算法有效利用卷積神經(jīng)網(wǎng)絡(luò)可自適應(yīng)提取特征，且對數(shù)據(jù)無額外特征工程要求的優(yōu)點，結(jié)合Light-GBM 具有并行訓練效率高、訓練速度快、內(nèi)存消耗低、準確度高的優(yōu)勢，對國家電網(wǎng)中海量用戶用電數(shù)據(jù)進行竊電行為檢測.CNN-LG 模型參數(shù)設(shè)置如表1所示.

表1 CNN-LG模型參數(shù)設(shè)置Tab.1 CNN-LG model parameter setting

圖5 CNN-LG算法流程圖Fig.5 CNN-LG algorithm flow chart

2 數(shù)據(jù)分析與預(yù)處理

2.1 數(shù)據(jù)分析

采用2 種不同數(shù)據(jù)集驗證本文提出方法的有效性和準確性.第1 種是國家電網(wǎng)（State Grid Corporation of China，SGCC）公開數(shù)據(jù)集，該數(shù)據(jù)集包含正常用戶和竊電用戶，提供是否竊電的標簽［25-26］.第2 種為ISET 數(shù)據(jù)集，該數(shù)據(jù)集被認為只包含正常用戶.本文通過篡改用電數(shù)據(jù)以模擬用戶竊電，其中選取6種模式對正常數(shù)據(jù)進行模擬竊電攻擊模式.

SGCC 數(shù)據(jù)集由中國國家電網(wǎng)提供某地區(qū)的用戶用電數(shù)據(jù)，該數(shù)據(jù)集包含從2014 年1 月—2016 年10月，近147周42 372個用戶每天的用電量.該數(shù)據(jù)集分為正常用戶和竊電用戶，其中竊電用戶為3 615個，占總用戶數(shù)的8.53%；正常用戶為38 757個，占總用戶數(shù)的91.47%.

對SGCC 數(shù)據(jù)集進一步分析得到正常用戶和竊電用戶電量值分別如圖6和圖7所示.由圖6（a）和7（a）可知，很難發(fā)現(xiàn)以天為單位的正常用戶日用電量和竊電用戶日用電量的用電規(guī)律；由圖6（b）和7（b）可知，正常用戶日用電量趨勢大致相同，即第3 d 用電量為峰值，第5 d 用電量為谷值；竊電用戶在前些周日用電量呈一定幅度的周期性波動，而從某周開始竊電用戶的日用電量隨時間變化呈下降趨勢，并維持在較低用電量水平，且該147 周數(shù)據(jù)呈現(xiàn)類似規(guī)律.進一步提煉竊電用戶行為特征可知，竊電用戶初始用電量相比正常用戶更多（正常用戶日用電量為2～4 kWh，竊電用戶日用電量為10～40 kWh），由此可知，竊電用戶竊電行為收益更大、竊電動機更足.

圖6 正常用戶的電量圖Fig.6 Power consumption graph of normal users

圖7 竊電用戶的電量圖Fig.7 Power consumption graph of theft users

為進一步挖掘竊電用戶和正常用戶間用電量的區(qū)別，本文采用Pearson 相關(guān)系數(shù)進行分析，計算式如下：

圖8 2種用戶的相關(guān)系數(shù)矩陣Fig.8 Pearson correlation coefficient of two kinds of users

ISET 數(shù)據(jù)集由愛爾蘭CER（The Commission for Energy Regulation）組織的Electricity Customer Behaviour Trial 提供，該組織通過智能電表記錄居民和商業(yè)共5 000 個用戶，從2009 年—2010 年共533 d 的用電數(shù)據(jù)［27］.該數(shù)據(jù)集提供各用戶每天每半小時用電量，可用向量X=［x1，x2，…，x48］代表某個用戶一天的用電量情況，該數(shù)據(jù)集被認為全部是正常用戶的用電量數(shù)據(jù).為了對竊電檢測模型進行訓練，本文采用6 種攻擊模式對該數(shù)據(jù)集進行篡改，模擬產(chǎn)生竊電行為［28］.該6種篡改模式數(shù)學式如表2所示.其中，類型1 表示所有讀數(shù)乘以相同的隨機生成的參數(shù)（0.2～0.8）；類型2 表示電表讀數(shù)乘以不同的隨機數(shù)αt；類型3 表示電表在t1-t2時間段內(nèi)發(fā)送其抄表數(shù)，并在其他時間段發(fā)送零，t1-t2是一個隨機定義的超過6 h 的時間段；類型5 表示電表將當天計量數(shù)據(jù)的平均值發(fā)送到數(shù)據(jù)管理系統(tǒng)；類型4在類型5的基礎(chǔ)上乘以隨機因子αt；類型6表示竊電用戶顛倒一天中的抄表順序.

表2 6種篡改模式Tab.2 Six types of malicious samples

對任何企圖竊電的用戶來說，其目的是減少或消除自己所需支付的電費.設(shè)在t時段，經(jīng)過篡改后電表所記錄的用戶用電量為xt，對應(yīng)時刻的單位電價為pt，而用戶實際的用電量為，則

即篡改后的電費較原來更低.

用電用戶可能會將某些時刻的電表讀數(shù)直接篡改為0，或按一定比例削減自己的用電量，也有可能在不改變總體用電量的同時對用電曲線進行移峰，以取得如式（7）所示的效果.6 種攻擊模式下產(chǎn)生的用電量曲線如圖9所示.

圖9 6種攻擊模式下產(chǎn)生的用電量曲線Fig.9 Electricity curve generated by six attack modes

2.2 數(shù)據(jù)預(yù)處理

智能電能表采集的用戶用電量數(shù)據(jù)中可能包含錯誤數(shù)據(jù)或有數(shù)據(jù)缺失，因此需對缺失數(shù)據(jù)進行補值處理，本文采用牛頓差值法對采集數(shù)據(jù)的缺失值進行處理.已知n個點對（x1，y1），（x2，y2），…，（xn，yn）的所有階差商式分別為：

聯(lián)立式（8）～式（11），建立差值多項式f（x），有

式中：P（x）表示牛頓差值逼近函數(shù)；R（x）表示誤差函數(shù).將缺失點x代入f（x）求得缺失值.

針對智能電能表采集的錯誤值（即離群點值），本文采用3σ定律對離群值進行修復，計算式如下：

式中：σ（Xi）為向量Xi的標準差；xi為某用戶在一個周期內(nèi)的用電量值；NaN 表示xi為非數(shù)值符號或0 時的情況.

為平衡樣本數(shù)據(jù)，本文采用隨機過采樣方法，通過復制少數(shù)類示例來平衡數(shù)據(jù)，以消除數(shù)據(jù)不平衡帶來的影響.

3 算例分析

3.1 模型評價指標構(gòu)建

竊電行為檢測本質(zhì)上為二元分類問題，當算法完成對用戶的分類后，需對檢測方法的準確性進行評估.混淆矩陣是衡量方法優(yōu)劣的重要工具，表3 為竊電行為檢測中的混淆矩陣.

表3 竊電行為檢測中的混淆矩陣Tab.3 Confusion matrix in the detection of electricity theft

混淆矩陣將所有被檢測用戶按照實際歸屬和檢測歸屬分為TP、FN、FP和TN這4類，TP和TN為模型檢測下正確分類的部分，比例越高說明檢測效果越好.命中率TPR和誤檢率FPR計算式分別如下：

由式（14）和式（15）可知，TPR越接近1，F(xiàn)PR越接近0，說明檢測效果越好.通過表3 的混淆矩陣定義召回率（Recall）、精度（Precision）以及F1值，對應(yīng)式（16）～式（18）所示.

式中：Recall表示在實際為正的樣本中被預(yù)測為正樣本的概率.

式中：Precision表示被分為正例的樣本中實際為正例的比例；F1表示使用調(diào)和平均結(jié)合召回率和精度的指標.

ROC 曲線下區(qū)域面積AUC（Area Under ROC Curve）可通過接收者操作特征曲線（Receiver Operating Characteristic，ROC）下的各部分面積和求得，AUC值越大越好，當AUC=1 時為理想分類器.AUC計算式如下［25］：

式中：Ranki代表樣本i的排序值；M為正樣本的個數(shù)；N為負樣本的個數(shù).

平均精度均值MAP（Mean Average Precision）用于評估模型檢測性能.MAP@N定義為在前N個嫌疑度最高的用戶中，檢測模型正確識別為竊電用戶的平均精度均值［25］，即

式中：r代表在前N個嫌疑度最高的用戶中竊電用戶的數(shù)量.P@ki定義為：

式中：Yki表示在前k個嫌疑度最高的用戶中正確識別竊電用戶的數(shù)量；ki（i=1，2，3，…，r）表示k的位置，本文采用MAP@100和MAP@200作為評價指標.

3.2 實驗驗證

為驗證本文提出算法的有效性和準確性，實驗平臺采用64 位6 核心十二線程的Intel Core i7-8750H CPU@2.20 GHz，深度學習框架采用Tensor-Flow 和Keras.實驗數(shù)據(jù)為基于中國國家電網(wǎng)（SGCC）公開數(shù)據(jù)集和ISET公開數(shù)據(jù)集，具體介紹詳見本文第2 節(jié).本文通過對CNN、LightGBM（該方法簡稱LG）、CNN+隨機森林（CNN 用于特征提取，隨機森林用于分類，該方法簡稱CNN-RF）［29］、CNN+XGboost（CNN用于特征提取，XGboost用于分類，該方法簡稱CNN-XG）以及本文方法進行比較.

針對SGCC數(shù)據(jù)集的檢測試驗，各模型輸入項為經(jīng)預(yù)處理后的數(shù)據(jù)集.本文隨機選取50%輸入數(shù)據(jù)作為訓練樣本（其中40%作為訓練集，10%作為驗證集），余下50%數(shù)據(jù)作為測試樣本.基于SGCC 數(shù)據(jù)集下不同竊電檢測方法的結(jié)果如表4所示.

表4 基于SGCC數(shù)據(jù)集下不同竊電檢測方法的結(jié)果Tab.4 Results of different electrical theft detection methods based on the SGCC dataset

由表4可知，本文采用的CNN-LG竊電行為檢測模型在SGCC 數(shù)據(jù)集下各項指標均優(yōu)于其他幾種方法，在CNN 和LightGBM 模型基礎(chǔ)上檢測精度均有一定提升，其中F1值達到0.894 17，MAP@100為0.990 29；AUC值由原CNN 的0.792 08 和LightGBM 的0.744 77提升至0.863 33.由此可知，本文提出方法有效利用二者優(yōu)點，實現(xiàn)竊電行為準確檢測，且CNN 和Light-GBM 模型融合相比于CNN 與其他兩種集成學習方法融合檢測效果更好.采用ROC 曲線對所有方法的實驗結(jié)果進行可視化描述，如圖10 所示，在ROC 空間坐標中，越靠近左上的ROC 曲線意味著在同樣的檢測命中率下造成的誤檢率（FPR）越低，檢測效果越好；AUC為ROC 曲線下的各部分面積和，其值為竊電檢測非常重要的評價指標，本文提出的基于CNN-LG模型的竊電行為檢測方法AUC值表現(xiàn)優(yōu)于其他方法.

圖10 SGCC數(shù)據(jù)集下不同方法的ROC曲線Fig.10 The ROC curve of different methods under the SGCC dataset

竊電行為的快速檢測為電力公司現(xiàn)場稽查提供依據(jù).對本文提出的CNN-LG 竊電行為檢測模型的實時性進行驗證，隨機選取SGCC 數(shù)據(jù)集50%作為實驗數(shù)據(jù)，通過與CNN-XG、CNN-RF 以及CNN-LG 3 種融合模型訓練時間進行比較，其中CNN 訓練模型的迭代次數(shù)為10.各方法的實驗結(jié)果如圖11 所示，由圖11 可見，CNN-XG 模型、CNN-RF 模型、CNN-LG模型訓練時間分別為93.86 s、81.74 s、42.47 s.由此可知，本文提出方法的模型訓練時間遠低于其他兩種方法，在實際電網(wǎng)環(huán)境下的數(shù)據(jù)集中實時性表現(xiàn)更好.

圖11 SGCC數(shù)據(jù)集下不同方法的模型訓練時間Fig.11 The model training time of different methods under SGCC dataset

針對ISET 數(shù)據(jù)集的檢測試驗，在用戶533 d 的樣本中隨機選擇50%的樣本，采用表2中的6種竊電手段，隨機選擇50%數(shù)據(jù)作為訓練集（其中40%作為訓練集，10%作為驗證集），剩余50%數(shù)據(jù)作為測試集，以驗證模型的有效性.基于ISET 數(shù)據(jù)集下不同竊電檢測方法的結(jié)果如表5所示.

表5 基于ISET數(shù)據(jù)集下不同竊電檢測方法的結(jié)果Tab.5 Results of different electrical theft detection methods based on the ISET dataset

由表5可知，本文采用的CNN-LG竊電行為檢測模型在ISET 數(shù)據(jù)集下各項指標均優(yōu)于其他幾種方法，在CNN 和LightGBM 模型基礎(chǔ)上檢測精度均有一定提升，其中F1值達到0.877 75，MAP@100為1，MAP@200為0.992 16；AUC值由原CNN 的0.837 31 和LightGBM 的0.783 84提升至0.963 44，提升效果明顯，而CNN-RF的AUC值為0.935 25，CNN-XG 的AUC值為0.958 41，由此可知，CNN和LightGBM 模型融合相比于CNN與其他兩種集成學習方法融合檢測效果更好.采用ROC曲線對所有方法的實驗結(jié)果進行可視化描述，如圖12 所示，可明顯看出，本文提出方法的AUC值表現(xiàn)優(yōu)于其他方法.

圖12 ISET數(shù)據(jù)集下不同方法的ROC曲線Fig.12 The ROC curve of different methods under the ISET dataset

對本文提出的基于CNN-LG 模型竊電行為檢測方法的實時性進行驗證，隨機選擇經(jīng)篡改后的ISET數(shù)據(jù)集50%數(shù)據(jù)作為實驗數(shù)據(jù)，通過與CNN-XG、CNN-RF 以及CNN-LG 3 種融合模型訓練時間進行比較，其中CNN 訓練模型的迭代次數(shù)為10.圖13 為ISET 數(shù)據(jù)集下不同方法的模型訓練時間，其中CNN-XG 模型訓練時間為16.37 s，CNN-RF 模型訓練時間為14.84 s，CNN-LG模型的訓練時間為10.76 s.由此可知，本文提出方法的模型訓練時間遠低于其他兩種方法，在ISET數(shù)據(jù)集中實時性表現(xiàn)更好.

圖13 ISET數(shù)據(jù)集下不同方法的模型訓練時間Fig.13 The model training time of different methods under ISET dataset

通過上述2 種不同數(shù)據(jù)集的實驗可知，本文提出的基于CNN-LG 模型竊電行為檢測方法在實際電網(wǎng)數(shù)據(jù)集下檢測準確度高，相比于其他幾種方法，各項評價指標均更優(yōu)，表現(xiàn)出良好的泛化性能，且該融合模型相比于其他融合模型實時性更好.

4 結(jié)論

本文提出基于CNN-LG 模型的竊電行為檢測方法，實現(xiàn)了竊電行為的快速準確檢測，通過國家電網(wǎng)和ISET 兩種不同實際電網(wǎng)數(shù)據(jù)集對本文所提方法進行實驗驗證.結(jié)果表明，通過卷積神經(jīng)網(wǎng)絡(luò)和LightGBM 的融合模型可有效利用二者優(yōu)點對竊電行為進行快速準確檢測，該模型可從用戶用電數(shù)據(jù)準確提取電力特征，避免人為特征提取的不確定性和復雜性.LightGBM 用于分類預(yù)測，進一步提高檢測準確度，通過減少數(shù)據(jù)量和特征量提高檢測效率，降低內(nèi)存占用率以達到快速檢測效果，且擁有更小的計算復雜度，在保證高效率的同時防止過擬合現(xiàn)象的出現(xiàn)，相比于現(xiàn)有單模型和融合模型方法，表現(xiàn)出更高準確度、良好的泛化性能以及更好的實時性.本文提出方法更適用于電網(wǎng)中各類竊電行為檢測，有助于提高電力公司稽查效率，為電力公司在對非法用戶竊電行為現(xiàn)場稽查取證時，提供有效的依據(jù)和可靠的目標.