大数据架构下的用电评价与反窃电技术探讨

摘要

当前用电数据类型繁多、数量庞大、窃电手段多样化,仅采用传统用电数据对比存在耗时耗力、精度较低的缺陷。本文基于BP神经网络强大的学习能力和反馈纠错能力,建立反窃电嫌疑分析模型。实例验证结果表明,采用构建的防窃电嫌疑分析模型的整体判定准确度保持在96%以上,具有很高的精度,能很好地满足使用电网监督要求。