买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉江苏卡欧万泓电子有限公司;国网陕西省电力有限公司营销服务中心(计量中心)申请的专利一种基于智能电表数据的窃电检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121030552B 。

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511545997.3，技术领域涉及：G06F18/243；该发明授权一种基于智能电表数据的窃电检测方法及系统是由邹继东;吴晓彦;史寅东;张玉姣;马烨;邵方静;孙靓;孙刚设计研发完成，并于2025-10-28向国家知识产权局提交的专利申请。

本一种基于智能电表数据的窃电检测方法及系统在说明书摘要公布了：本发明提供一种基于智能电表数据的窃电检测方法及系统，涉及窃电检测技术领域，方法包括：获取检测区域中各个变压器侧的观察表数据和多个用户的用电数据，并通过对比分析法，确定疑似窃电区域；根据疑似窃电区域中的各个观察表数据和对应的各个用电数据，确定各个用户的比率剖面序列并提取频域特征；基于频域特征，通过聚类算法对各个用户进行分组，得到多个不同的用电模式组别；计算各个用户对各个用电模式组别的隶属度，并根据各个隶属度，计算各个用户的异常得分；若异常得分大于预设异常得分，将用户判定为疑似窃电用户，并根据疑似窃电用户的频域特征，通过基于随机森林的窃电检测模型，确定窃电用户；否则，将用户判定为正常用户。

本发明授权一种基于智能电表数据的窃电检测方法及系统在权利要求书中公布了：1.一种基于智能电表数据的窃电检测方法，其特征在于，包括： S1：获取检测区域中各个变压器侧的观察表数据和多个用户的用电数据； S2：基于各个所述观察表数据和各个所述用电数据，通过对比分析法，确定疑似窃电区域； S3：根据所述疑似窃电区域中的各个所述观察表数据和对应的各个所述用电数据，确定各个所述用户的比率剖面序列； S4：提取各个所述比率剖面序列的频域特征； S5：基于所述频域特征，通过聚类算法对各个所述用户进行分组，得到多个不同的用电模式组别； S6：计算各个所述用户对各个所述用电模式组别的隶属度，并根据各个所述隶属度，计算各个所述用户的异常得分； S7：判断各个所述用户的异常得分是否大于预设异常得分；若是，将所述用户判定为疑似窃电用户，进入S8；否则，将所述用户判定为正常用户； S8：根据所述疑似窃电用户的频域特征，通过基于随机森林的窃电检测模型，确定窃电用户； 其中，所述S4具体包括： S401：通过db1小波基，对各个所述用户的比率剖面序列进行4层离散小波变换分解； S402：在每一个分解层中，分别使用低通滤波器和高通滤波器对上一层的近似系数进行卷积和下采样，得到各层的低频成分和高频成分； S403：提取各个所述比率剖面序列的第4层低频成分，并对各个所述第4层低频成分进行归一化处理，得到各个所述比率剖面序列的频域特征； 其中，所述S5具体包括： S501：初始化聚类参数，其中，所述聚类参数包括聚类数、模糊指数、隶属度变化阈值以及最大迭代次数； S502：构建聚类目标函数； S503：以最小化所述聚类目标函数为目标，迭代更新各个所述用户的隶属度和聚类中心； S504：在各个所述用户中的最大隶属度变化量小于所述隶属度变化阈值或者当前迭代次数达到所述最大迭代次数的情况下，停止迭代，完成所述用电模式组别的聚类； S505：计算各个所述用户的轮廓系数，并根据各个所述轮廓系数，计算平均轮廓系数； S506：判断所述平均轮廓系数是否大于预设轮廓系数；若是，判定聚类结果有效，进入S507；否则，返回S501，重新聚类； S507：将更新后的各个所述聚类中心定义为不同的用电模式组别； S508：利用最大隶属度原则，将各个所述用户划分至对应的所述用电模式组别中。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人江苏卡欧万泓电子有限公司;国网陕西省电力有限公司营销服务中心(计量中心)，其通讯地址为：214204 江苏省无锡市宜兴市新街街道堂前村绿园路836号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。