摘要
本发明提供一种窃电分析方法、装置及存储介质,涉及安全用电技术领域,本发明通过采集和分析历史和当前电流量数据,利用深度神经网络训练窃电预测模型,实现对异常电能节点的实时检测,根据异常节点的功率损耗偏差识别第一可疑电能节点,并通过其相邻节点的损耗偏差筛选出第二可疑节点,设定功率值正常区间,识别不在此区间内的节点为窃电危险节点,结合历史用电行为和温度因素,生成用电校准系数,对窃电功率消耗的上限和下限阈值进行修正,通过将实际损耗偏差与修正后的阈值进行对比,系统能够准确判断窃电类型。本发明通过构建用电侧的拓扑网络和应用深度神经网络预测模型,实现了对窃电行为的精准检测和电力系统的高效管理。