-
题名基于递归小波神经网络的敏感台区反窃电监测方法
被引量：2
- 1
-
-
作者
李骁
赵曦
王兆军
任大为
刘丽君
刘志美
-
机构
国网山东省电力公司电力科学研究院
-
出处
《计算技术与自动化》
2021年第4期156-160,共5页
-
文摘
当前敏感台区反窃电监测方法在面对连续监测状况时,监测数据中含有大量噪声数据和无用数据,导致对窃电行为的诊断依据不足,为解决该问题,提出基于递归小波神经网络的敏感台区反窃电监测方法。利用A/D采集电路和互感器采集用户用电数据,通过数据预处理剔除噪声数据和无用数据,同时使数据归一化。在此基础上,提取用电数据特征,并从电流、电压、功率因数、电量四个方面确定窃电行为判别指标,将数据与特征值输入至递归小波神经网络中,结合判别指标输出精准的窃电行为判别结果,实现敏感台区反窃电监测。实验结果表明,研究方法能够准确捕捉到功率因数的变化,窃电行为判别时间短,敏感台区反窃电监测效果更优。
-
关键词
递归小波神经网络
敏感台区
反窃电监测
判别指标
数据归一化
-
Keywords
recursive wavelet neural network
sensitive station area
anti stealing monitoring
discrimination index
data normalization
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名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
- 2
-
-
作者
白锐
何平
赵灿
兴胜利
李荷婷
-
机构
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
-
文摘
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。
-
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]
-
