-
题名基于大数据分析的电网窃电行为特征自动提取模型
被引量：1
- 1
-
-
作者
马占海
张俊超
田光欣
-
机构
国网青海省电力公司信息通信公司
-
出处
《电子设计工程》
2023年第19期117-121,共5页
-
文摘
目前研究的电网窃电行为特征提取方法数据挖掘能力较差,导致反窃电甄别效果不理想。为了解决上述问题,提出了基于大数据分析的电网窃电行为特征自动提取模型。建立大维随机矩阵,对数据进行预处理,实现反窃电甄别,并完成输出反馈控制。通过线损识别、台区识别、窃电嫌疑判断实现特征识别,利用滑动窗口提取视在功率、三相电压不平衡率、三相电流不平衡率和功率因数等特征参数,分析是否存在异常。实验结果表明,基于大数据分析的电网窃电行为特征自动提取模型能够有效确定特征值平均谱,精准地实现发窃电信息甄别。
-
关键词
大数据分析
电网窃电
窃电行为
特征提取
自动提取
提取模型
-
Keywords
big data analysis
power grid stealing
power stealing behavior
feature extraction
automatic extraction
extraction model
-
分类号
TP29
[自动化与计算机技术—检测技术与自动化装置]
-
-
题名基于随机矩阵的电网窃电用户实时检测方法
- 2
-
-
作者
金耀
夏泽举
常乐
王品
臧志波
-
机构
国网安徽省电力有限公司营销服务中心
国网安徽省电力有限公司
国网信通产业集团北京中电普华信息技术有限公司
-
出处
《电子设计工程》
2022年第11期135-139,共5页
-
文摘
针对传统的电网窃电用户实时检测方法对窃电行为检测能力较弱,无法实现精确定位的问题,提出了基于随机矩阵的电网窃电用户实时检测方法。通过采集异常电流数据信息,结合M-P定律以及混合式矩阵的密度频谱值,精确定位异常用电用户,识别嫌疑用户具体信息。采用随机矩阵对电流的异常情况进行电流阈值的判断检测,从而得到用户异常用电的总次数,通过对用户用电异常预测数据与实际用户用电数据进行对比,根据线路出现问题次数异常、持续时间异常、用户的嫌疑系数超过正常数值,判定该用电用户为窃电用户。实验结果表明,基于随机矩阵的电网窃电用户实时检测方法具有较强的判断能力,能够更好地实现精确定位。
-
关键词
随机矩阵
电网窃电
用户检测
实时检测
-
Keywords
random matrix
power grid stealing
user detection
real-time detection
-
分类号
TM726.4
[电气工程—电力系统及自动化]
-
-
题名油田配电网防窃电及用电监察技术浅析
- 3
-
-
作者
金光辉
李长杰
王涛
赵志勇
-
机构
胜利油田电力管理总公司
-
出处
《中国科技期刊数据库 工业A》
2016年第12期228-228,共1页
-
文摘
用电监察和防窃电工作一直是电力管理部门重要的日常工作,也直接关乎电力企业的经济效益和供电的可靠性。油田配电网因其用户的特殊性,除主要是油田企业外,还带有油田社区及外部市场,查处违章用电形式相对严峻。本文结合油田供电特点分析了电力部门在用电监察和防窃电技术的做法和措施。
-
关键词
配电网窃电用电监察
-
分类号
TM73
[电气工程—电力系统及自动化]
-
