基于神经网络的敏感台区反窃电监测方法的研究被引量：1

下载PDF

导出

摘要本文将通过对敏感台区反窃电监测方法采集清洗数据方法以及原理结构进行分析。在电力系统运行过程中经常会出现用户窃电的现象,通过采取基于神经网络的敏感台区反窃电监测方法来对用户用电情况进行实时监测,能够及时发现用户的偷窃电行为,有利于推动电力工作更加顺利的开展。

作者白锐何平赵灿兴胜利李荷婷

机构地区国网江苏省电力有限公司苏州供电分公司

出处《电子技术与软件工程》 2022年第16期116-119,共4页 ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

关键词神经网络敏感台区反窃电监测方法系统设计

分类号 TM73 [电气工程—电力系统及自动化] TP183 [自动化与计算机技术—控制理论与控制工程]

引文网络
相关文献

参考文献5

1张羿辰,赵磊,金银山.模糊测试中基于神经网络的敏感区域预测算法研究[J].信息安全学报,2020,5(1):10-19. 被引量：4
2傅天泓.基于改进神经网络的小区监控方法研究[J].自动化与仪器仪表,2018,0(11):14-17. 被引量：2
3罗宁,高华,贺墨琳.基于神经网络的电力负荷预测方法研究[J].自动化与仪器仪表,2020,0(1):157-160. 被引量：10
4陈平,魏玉人.基于GRNN神经网络的电子装备状态预测方法研究[J].舰船电子工程,2019,39(1):98-100. 被引量：4
5冯伟,蒋玮,杨乐,姚建光,郭亮,吴倩,汤海波.基于BP神经网络方法的城市用电量预测模型研究[J].电网与清洁能源,2018,34(6):19-25. 被引量：10

二级参考文献74

1董磊,任章,李清东.基于多因子高阶模糊变动的飞机操纵面故障趋势预测[J].中南大学学报（自然科学版）,2013,44(S1):232-237. 被引量：2
2李永军,胡昌林,赵广宁.基于BIT的电子装备状态与故障预测系统[J].兵工自动化,2005,24(2):22-23. 被引量：4
3武丽芳.售电量灰色预测模型探析[J].陕西电力,2007,35(4):40-42. 被引量：3
4何永秀,王跃锦,杨丽芳,何海英,罗涛.基于最小二乘支持向量机的居民用电预测研究[J].电力需求侧管理,2010,12(3):19-23. 被引量：11
5张友泉.一种基于灰色系统理论的中长期需电量预测模型[J].电网技术,1999,23(8):47-50. 被引量：24
6吕福琴.基于自回归和神经网络算法加权组合的负荷预测[J].广东电力,2011,24(5):69-72. 被引量：5
7杨森,孟晨,王成.基于模糊SVDD的电子装备状态评估模型研究[J].计算机工程与设计,2013,34(2):676-680. 被引量：8
8牛东晓,陈志业,邢棉,谢宏.具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型[J].中国电机工程学报,2002,22(1):29-32. 被引量：99
9邓祥力,姚媛媛,涂勇.基于等效励磁电感波形相似度的变压器绕组轻微故障检测方法研究[J].高压电器,2018,54(12):165-173. 被引量：19
10彭波,陈旭,董晓明.协同新能源发展的电网规划关键技术研究[J].南方电网技术,2014,8(3):1-7. 被引量：40

共引文献24

1田凤兰,张恩泽,潘思蓉,杭颖,任广为,范贤浩,张恒.基于特征量优选与ICA-SVM的变压器故障诊断模型[J].电力系统保护与控制,2019,47(17):163-170. 被引量：36
2罗小权,潘善亮.多传感器数据融合在火灾检测中的应用研究[J].无线通信技术,2019,28(3):57-62. 被引量：4
3严海波,康林贤,周冬.考虑随机性的微电网日前调度与储能优化模型[J].电网与清洁能源,2019,35(11):61-65. 被引量：27
4黄景光,于楠,林湘宁,吴巍,陈波.远程备用智能保护一体化中心架构可靠性研究[J].电力系统保护与控制,2020,48(1):73-80. 被引量：4
5杨秀,曹泽棋,张美霞,胡钟毓,李莉华.基于Attention-LSTM的商业建筑负荷分解研究[J].智慧电力,2020,48(9):89-95. 被引量：10
6陈子辉,吴智影,刘贺,孟炘,吴非.基于纵横交叉算法的变压器三相不平衡损耗研究[J].电网与清洁能源,2020,36(7):57-63. 被引量：16
7马跃,李成蒙,尹震宇,李明时,柴安颖,赵志浩.一种Dual-LSTM混合模型的产线设备状态预测方法与应用[J].小型微型计算机系统,2020,41(12):2470-2474. 被引量：1
8陈金环,王涛,李帅,赵侦钧.基于改进D-S证据理论的智能安全传感器[J].信息技术与信息化,2021(2):232-235. 被引量：3
9杨晓刚,姚艳.数控铣削加工参数优选神经网络模型的研究[J].自动化与仪器仪表,2021(4):174-178.
10张永建,周晟,沈澄泓,周长星.基于LSTM神经网络的短期电量预测[J].电力大数据,2021,24(8):9-18. 被引量：3

同被引文献6

1向奕同.基于采集信息数据模型的反窃电分析研究[J].农电管理,2022(7):37-39. 被引量：2
2张云,李海霞,魏琛琛,鲁桂国,刘涛.边缘AI技术在反窃电智慧表箱改造中的研究与应用[J].物联网技术,2022,12(8):90-92. 被引量：3
3孙莉,王舒,缪猛.考虑线损率波动异常的反窃电在线监测应用[J].电子设计工程,2022,30(19):134-138. 被引量：3
4任盛,周志飞,卜龙敏,刘文婕,王艺錂.基于DBN深度学习算法的低压台区反窃电诊断[J].电子设计工程,2023,31(4):96-99. 被引量：3
5万龙,黄河滔,张兴霖.基于用电特征分析的窃电行为识别方法[J].电工材料,2023(1):64-67. 被引量：3
6黄长军.大数据在反窃电与高损台区治理的应用[J].农村电工,2023,31(3):49-50. 被引量：3

引证文献1

1石忻,福建,永泰.基于“互联网+”反窃电管理模式的探讨[J].电气技术与经济,2023(8):189-191.

1孙诗卉,方超文.湘潭电网气象灾害情况下的电力负荷预测[J].电子测试,2022,36(15):125-127.
2陈志.高压架空输电线路施工管理的意义与要点[J].电脑乐园,2022,7(8):151-153.
3孔丹凝.基于电力用电信息采集系统新型集成终端的设计[J].通信电源技术,2022,39(9):36-40.
4吴尚文.函数型数据方法在水质分析中的应用[J].建模与仿真,2022,11(5):1352-1357.
5刘钊瑞,高云鹏,郭建波,李云峰,顾德喜,文一章.基于深度自编码器高斯混合模型的窃电行为检测[J].电力系统保护与控制,2022,50(18):92-102. 被引量：9
6李鹏程,白文浩.基于Transformer结构的遥感影像敏感目标自动隐藏方法[J].武汉大学学报（信息科学版）,2022,47(8):1287-1297. 被引量：2

电子技术与软件工程

2022年第16期

浏览历史

内容加载中请稍等...

基于神经网络的敏感台区反窃电监测方法的研究被引量：1

参考文献5

二级参考文献74

共引文献24

同被引文献6

引证文献1

相关作者

相关机构

相关主题

浏览历史

基于神经网络的敏感台区反窃电监测方法的研究 被引量：1

参考文献5

二级参考文献74

共引文献24

同被引文献6

引证文献1

相关作者

相关机构

相关主题

浏览历史

基于神经网络的敏感台区反窃电监测方法的研究被引量：1