一、研究内容

（1）研究基于区块链信任保障机制的设备层私有链优化。基于客户用电范围和特征，提取用户侧特征值，建立用电数学模型，继而在用电数学模型基础上，研究基于区块链技术的设备层优化方案，研究设计用户侧区块链私有链结构，基于用电异常监测数据调整区块链组成，即时发现用户篡改数据行为，防止用户篡改数据污染正确交易数据。

（2）研究基于用户用电特征的用户行为，动态自适应地提取用户数据及用电特征。基于机器学习等方法分析用户用电历史轨迹，建立基于用户行为和设备特性的典型用户负荷模型，分析影响负荷的各个因素以及各影响因素的重要性，提高负荷预测的准确率；提出动态自适应的提取用户数据的方法，自主学习窃电行为特征并提取，提高窃电诊断水平的准确性和智能性。

（3）研究设计基于多源异构数据发现可疑窃电终端，建立疑似窃电用户池。研究多源异构数据融合方法，基于机器学习、数据挖掘等技术的用户用电特征建模方案，基于时间序列的用户日负荷曲线和日负荷特征曲线匹配方法；基于选取的窃电指标，建立电气特征和用电行为特征融合的具有自学习能力的深度学习网络，输出用户窃电嫌疑系数，研究建立疑似窃电用户分析池。

（4）研究基于多源异构数据建立的窃电异常分析池，确定智能招测取证视频。研究基于典型行业、典型区域等多因素特征建模的用户计量装置异常预警技术，并构建计量装置异常与现场电气特征间的映射关系。研究居民用户计量装置异常特征识别方法，建立起基于聚核方法的区域群体性异常靶向定位模型。研究基于图像处理和电气特征的窃电在线诊断技术，即：在疑似窃电用户分析池基础上，结合可疑窃电终端在电网拓扑图中的位置，提出确定智能招测取证视频的算法，为最终确定窃电终端提供服务。

（5）研究低压电网反窃电现场辨识与诊断技术。研究基于用采系统多维数据的现场计量装置异常成因溯源技术，以及低压电网计量装置异常现场诊断的推演逻辑判断方法，最终研制出基于专家知识库的反窃电智能诊断移动作业装置。

二、研究路线

图1系统结构图

图2研究计划图

三、研究创新点

1.海量的用电信息中窃电用户精准定位本项目通过用采系统数据，结合历年窃电典型案例数据，基于人工智能的核心算法，自动分析用电行为及窃电预警分析模块，并通过实验室仿真验证，建立行业相关窃电基因库，与用采系统采集的实时数据或历史数据与基因库比对，精确筛选出计量异常用户。从而做到从海量用电数据中精确定位到窃电用户，以便相关工作人员及执法部门及时作出反应。

2.基于区块链的智能合约与私有链的建立综合分析在智能反窃电应用中所需的关键数据，建立轻量级的节点，限制区块存储容量膨胀问题；通过建立轻量级区块链私有链，在保证区块链正常工作的同时，使其所占存储容量最小化。为解决区块链安全问题，本项目通过建立双重加密的方法，提高区块链技术的安全性。

3.基于窃电异常分析池的智能招测取证采用基于窃电异常分析池的智能招测取证技术，将疑似窃电行为视频证据放入窃电异常分析池，使用人工智能相关算法进行分析，进一步确定可疑用户的异常用电行为，对检测出的窃电嫌疑系数超过一定阈值的窃电行为进行及时的取证，以尽量降低企业经济损失。