Das intelligente Anti-Diebstahl-System verwendet Big Data-Analysetechnologie, mehrdimensionale Analyse von Stromverbrauchinformationen, Zählerzustand, Leitungsverluste und anderen Dateninformationen, um verdächtige Stromdiebstahl-Benutzer schnell zu lokalisieren, und unterstützt die Systematisierung und Normalisierung von Stromverbrauch-Analysen, Frühwarnungen, Ermittlungen und Verarbeitungsarbeiten durch den Aufbau intelligenter Stromverbrauch-Anomalien-Analyse und Anti-Diebstahl-Anwendungen, um die Wirksamkeit der Anti-Diebstahl-Arbeit zu verbessern.
Hauptfunktionen
Das intelligente Anti-Diebstahl-System von Dongsoft umfasst hauptsächlich vier Funktionsmodule zur Analyse von Diebstahl-Daten und zum Bergbau, zur umfassenden Darstellung, zur Verarbeitung von Aufgaben gegen Diebstahl und zur statistischen Analyse der Leistung gegen Diebstahl, die wie folgt sind:
Datenanalyse und -mining
Erstellen Sie ein System von Anti-Diebstahl-Bewertungsindikatoren, erstellen Sie eine Expertenprobenbibliothek, führen Sie eine Anti-Diebstahl-Modellanalyse durch, erstellen Sie ein Modell, bewerten Sie das Modell und kombinieren Sie die Technologie des maschinellen Lernens, um das Modell automatisch zu optimieren und zu rekonstruieren, um die Bewertungsindikatoren anzupassen, um das gesamte Anti-Diebstahl-Intelligenz-Diagnosemodell intelligenter und die Ergebnisse der Analyse genauer zu machen.
Entsprechend dem Arbeitsprinzip des Stromsystems, verwenden Sie ein intelligentes Diagnosemodell gegen Diebstahl, durch die Analyse typischer Messabweichungen und Diebstahlfälle, um die Datenmerkmale der Stromverbrauchsabweichungen und Messabweichungen herauszufinden, verwenden Sie Big Data Mining-Algorithmen, basierend auf dem Strommarketingssystem, dem Strominformationserfassungssystem, den großen Stromverbrauchsdaten, verwenden Sie professionelle Algorithmen zur Analyse der Berechnung, um die Anwender zu screenen, die vermuteten Stromverbrauchsabweichungen und Verstöße haben. Verdächtige Diebstahl-Nutzer werden aktiv an die Rezeption der Geschäftsleute geschoben.
Umfassende Ausstellung
Durch die Technologie der Big Data-Visualisierung zeigt ein mehrdimensionales umfassendes System die ungewöhnlichen Verhaltensmerkmale der betroffenen Diebstahl-Benutzer, einschließlich der Klassifizierung von Diebstahl-Benutzern nach Kapazität, Industrie und anderen Dimensionen, um den Anteil der Diebstahl-Benutzer dieser Kategorie zu zeigen, so dass Frühwarnanalysten die ungewöhnliche Stromverteilung der Diebstahl-Benutzer intuitiv verstehen können, die Überwachung der nachfolgenden Schwerpunktprüfung spielt eine gewisse Leitrolle.
Anti-Diebstahl-Frühwarnaufgaben
Für verdächtige Diebstahl-Benutzer-Details, die über ein intelligentes Anti-Diebstahl-Analysemodell eingereicht werden, generieren Sie eine Frühwarn-Prüfaufgabe und führen Sie die Aufteilung, Verteilung, Verarbeitung und Überprüfung der Prüfaufgabe durch. Unterstützung für Einzelfamilienaufgaben, Batch-Aufgaben und Umverteilung von Aufgaben, die die Bearbeitung von Aufgabenrückgaben ausschließen;
Statistische Analyse der Wirksamkeit gegen Diebstahl
Überprüfen Sie die Verarbeitung der Aufgaben und die Genauigkeit der Frühwarnung anhand der verschiedenen Zeitdimensionen. Nach Stromversorgungseinheit zählt der Zeitraum für den Beginn oder die Beendigung der Aufgabe die Anzahl der Startaufgaben, die Anzahl der beendeten Aufgaben, die Startrate, die Fertigstellungsrate und die Genauigkeit.
