一种基于人机协同的窃电用户判别方法

摘要

人工智能模型在窃电用户识别实际工业场景中应用时面临着高识别率与低成本之间的矛盾。对于训练完成的模型,通过设置模型判别阈值使其识别出更多窃电用户的同时也将导致更多非窃电用户被错误识别,造成现场排查成本的增加;反之,若追求较低的现场排查成本,那么只能识别出相对较少的窃电用户。针对此矛盾,本文提出了一种基于人机协同的窃电用户判别方法。在该方法中,电网公司首先根据自身特点与需求选取合适的模型判别阈值,然后结合模型判别依据与人工经验知识对模型初步判定结果进行筛查,最后只需对相对较少的用户进行现场排查,从而降低人力、物力成本。此外,电力公司可以根据模型从用户用电数据中学到的“知识”对自身领域知识进行补充,还可以对模型所使用的指标体系进行修正、改善。本文所提出的方法对于人工智能模型在窃电用户识别的应用方面具有一定的管理意义与实际应用价值。