摘要
本发明涉及电力安全技术领域，公开一种基于机器学习的窃电行为分析方法，包括：步骤1，获取且融合目标用户的多源异构数据，所述多源异构数据包含用户侧的逐时电流数据与台区侧的线损数据，包含用户行业、用电类别、计量装置等档案数据，以及历史窃电业务处理数据。运用计算用户电流和台区线损之间非线性关联特性，以及量化二者时间延迟关系动态行为特性的方式，实现由深层次捕捉窃电行为内在物理逻辑与动态模式的技术成效，相较于现有技术里依靠零火线电流比值、线性阈值判断的方式，克服无法有效辨别正常用电复杂波动与真实窃电电流异常，而产生众多错误警报、耗费窃电核查资源的缺陷。
