基于高维随机矩阵分析的窃电识别方法 被引量：18

1

作者 王颖琛 顾洁 金之俭 《现代电力》 北大核心 2017年第6期71-78,共8页

窃电检查是用电检查的重点和难点。本文基于大数据理论,以电网运行采集参数为元素构建了高维随机矩阵,通过对矩阵的统计特性进行刻画,提出基于大数据分析的窃电识别方法,解决了传统窃电检查方法耗费人力大,时效性差,判断不精准的问题,... 窃电检查是用电检查的重点和难点。本文基于大数据理论,以电网运行采集参数为元素构建了高维随机矩阵,通过对矩阵的统计特性进行刻画,提出基于大数据分析的窃电识别方法,解决了传统窃电检查方法耗费人力大,时效性差,判断不精准的问题,从而实现了高效反窃电。文章以33节点电网运行模型为例,根据仿真采集到的电网随时间变化的电压电流等运行参数实现了对窃电发生判别、窃电发生时间确定、窃电地点的精确定位、窃电类型的判别。 展开更多

关键词 窃电识别 高维随机矩阵 协方差矩阵 经验谱密度函数 M-P律

下载PDF 职称材料

基于多特征融合的窃电识别算法研究 被引量：13

2

作者 邓明斌 徐志淼 +2 位作者 邓志飞 张卓 迟艳杰 《计算机与数字工程》 2017年第12期2398-2401,2414,共5页

针对目前专变大用户窃电手法多样化,而传统的防窃电技术可行性较低。基于国内外研究现状,提出一套基于多特征融合的异常用电智能分析模型的实施方案。通过对异常用电的表现行为进行特征提取,基于每个特征采用机器学习方法学习用电异常... 针对目前专变大用户窃电手法多样化,而传统的防窃电技术可行性较低。基于国内外研究现状,提出一套基于多特征融合的异常用电智能分析模型的实施方案。通过对异常用电的表现行为进行特征提取,基于每个特征采用机器学习方法学习用电异常的判决阈值,针对每一个具体特征均进行了独立的异常检测后,采用多特征融合的方法对独立的检测结果进行融合,获得综合的结果。将该结果通过异常指数分析模型计算异常指数,最后通过异常阈值筛选出异常用电户。通过该方法,基本能够做到将用电行为异常的窃电用户筛选出来。 展开更多

关键词 用电行为 特征提取 多特征融合 窃电识别

下载PDF 职称材料

基于LSTM-SAE与支持向量机的窃电识别方法研究 被引量：11

3

作者 王秋实 杨明 +4 位作者 李鹏 毛一风 黄诗颖 缪晓卫 欧朱建 《电力信息与通信技术》 2022年第9期51-58,共8页

用电行为的有效特征提取作为提升异常用电检测准确率的关键要素,近年在窃电检测的研究中常被忽略。基于此,文章提出基于长短期记忆堆叠自编码器的特征提取方法。基于长短期记忆神经网络对高维非线性时间序列的特征提取能力与深度自编码... 用电行为的有效特征提取作为提升异常用电检测准确率的关键要素,近年在窃电检测的研究中常被忽略。基于此,文章提出基于长短期记忆堆叠自编码器的特征提取方法。基于长短期记忆神经网络对高维非线性时间序列的特征提取能力与深度自编码器的数据信息展示能力实现对负荷序列的深度特征挖掘,利用人工蜂群算法优化的支持向量机将提出的特征量映射至是否窃电的标签。借助实际数据,以真正率、假正率为评价指标验证了所提模型的有效性。 展开更多

关键词 窃电识别 自编码器 特征提取 支持向量机 人工蜂群算法

下载PDF 职称材料

基于皮尔逊相关系数与SVM的居民窃电识别 被引量：8

4

作者 郭亮 郭子雪 +1 位作者 贾洪涛 范若禹 《河北大学学报（自然科学版）》 CAS 北大核心 2023年第4期357-363,共7页

居民窃电现象的存在,不仅损害了供电企业的经济利益,也对电网安全运行构成了威胁.随着中国数字经济的快速发展以及用电采集系统的不断完善,与大数据相结合的反窃查违手段不断更新.提出了将皮尔逊相关系数、SMOTE(synthetic minority ove... 居民窃电现象的存在,不仅损害了供电企业的经济利益,也对电网安全运行构成了威胁.随着中国数字经济的快速发展以及用电采集系统的不断完善,与大数据相结合的反窃查违手段不断更新.提出了将皮尔逊相关系数、SMOTE(synthetic minority oversampling technique)算法和SVM(支持向量机)相结合的居民窃电检测方法.首先利用皮尔逊相关系数收集历史窃电用户的有效窃电数据,再利用SMOTE算法丰富有效窃电数据并生成有效窃电数据库,在此基础上,通过支持向量机训练窃电用户的识别模型,最终对窃电识别模型筛选出的疑似窃电用户进行现场实际核实,核实结果表明本文提出方法具有有效性和可行性.该方法不仅为电力企业反窃查违提供了新思路,同时也提高了工作班组的工作效率. 展开更多

关键词 窃电识别 数字经济 皮尔逊相关系数 SMOTE算法 支持向量机

下载PDF 职称材料

基于ARIMA和递归贝叶斯的窃电用户识别算法 被引量：7

5

作者 胡一伟 刘珊 黄浩 《电测与仪表》 北大核心 2022年第6期196-200,共5页

低压窃电负荷小,难以被及时发现,给电力企业造成了巨大的经济损失。文中基于差分整合移动平均自回归模型(Auto-regressive Integrated Moving Average model,ARIMA)和递归贝叶斯算法,构建了一种针对配电网低压窃电行为的识别方法,该方... 低压窃电负荷小,难以被及时发现,给电力企业造成了巨大的经济损失。文中基于差分整合移动平均自回归模型(Auto-regressive Integrated Moving Average model,ARIMA)和递归贝叶斯算法,构建了一种针对配电网低压窃电行为的识别方法,该方法结合用户历史数据对低压用户与台区表夜间各时段电力负荷数据进行分析,并算出用户窃电概率,从而发现用户是否存在窃电行为。仿真与实际结果表明:该方法对及时准确发现窃电行为,提高配电线路线损治理效率具有重要意义。 展开更多

关键词 窃电识别 ARIMA 递归贝叶斯 高速电力采集系统

下载PDF 职称材料

基于LSSVM的光伏发电三层筛选窃电识别方法 被引量：8

6

作者 郑征 刘刚 +1 位作者 张琳娟 卢丹 《电力电子技术》 CSCD 北大核心 2017年第10期30-32,45,共4页

针对有些分布式光伏业主通过不法手段获取高额补贴的现象,提供一种分布式光伏三层筛选窃电识别方法。基于最小二乘支持向量机(LSSVM)计算光伏出力模型,构建实时、短期、长期三层分布式光伏窃电筛选架构,层层筛选识别出存在窃电嫌疑的分... 针对有些分布式光伏业主通过不法手段获取高额补贴的现象,提供一种分布式光伏三层筛选窃电识别方法。基于最小二乘支持向量机(LSSVM)计算光伏出力模型,构建实时、短期、长期三层分布式光伏窃电筛选架构,层层筛选识别出存在窃电嫌疑的分布式光伏业主。最后,开发了反窃电应用系统验证所提出的分布式光伏窃电识别方法的合理性和可行性。 展开更多

关键词 光伏发电 最小二乘支持向量机 窃电识别

下载PDF 职称材料

统计与大数据思维在窃电识别中的应用

7

作者 胡荣辉 《电工技术》 2024年第4期92-95,共4页

针对用户用电负荷数据利用率不高和样本极度不均衡导致窃电用户识别不准的现实问题,从统计与大数据思维角度指导历史用电负荷数据挖掘,并提出一套窃电识别特征集。

关键词 窃电识别 统计与大数据思维 窃电识别特征集

下载PDF 职称材料

基于半监督三训方法的窃电用户识别的研究及应用 被引量：5

8

作者 冯歆尧 黄剑文 孟禹 《微型电脑应用》 2020年第1期154-156,共3页

针对传统窃电行为的识别方法难以有效解决窃电技术提升带来的高频窃电问题,研究了电力企业已有数据现状,提出半监督分类模型识别窃电用户。通过深入分析业务并设计特征指标,围绕广东电网高压用户的海量用电行为数据,开展半监督三训方法... 针对传统窃电行为的识别方法难以有效解决窃电技术提升带来的高频窃电问题,研究了电力企业已有数据现状,提出半监督分类模型识别窃电用户。通过深入分析业务并设计特征指标,围绕广东电网高压用户的海量用电行为数据,开展半监督三训方法的窃电用户识别研究与应用。研究结果发现,半监督分类模型预测提升度超过1.5,对比最优的有监督学习模型,效率提升7.3%,有效提升窃电用户识别效率为电网企业的反窃电工作提供有力的支撑。 展开更多

关键词 窃电用户 半监督学习 三训方法 窃电识别 识别效率

下载PDF 职称材料

基于残差网络和深度可分离卷积增强自注意力机制的窃电识别 被引量：2

9

作者 段志尚 冉懿 +3 位作者 吕笃良 祁杰 钟佳晨 袁培森 《华东师范大学学报（自然科学版）》 CAS CSCD 北大核心 2023年第5期193-204,共12页

窃电行为严重危害着电力设备和人身安全,并造成重大经济损失.对窃电行为实现准确识别是供电企业降损增效的一项重要工作.在残差网络(residual network, ResNet)结构的基础上,将二维卷积神经网络与深度可分离卷积增强的自注意力(depthwis... 窃电行为严重危害着电力设备和人身安全,并造成重大经济损失.对窃电行为实现准确识别是供电企业降损增效的一项重要工作.在残差网络(residual network, ResNet)结构的基础上,将二维卷积神经网络与深度可分离卷积增强的自注意力(depthwise separable convolution enhanced self attention,DSCAttention)机制相结合并构建模型,用于提升窃电用户的正确分类.此外,由于窃电数据常存在缺失值、异常值和正负样本不平衡的问题,故采用补零法、分位数变换和分层拆分法对以上问题分别处理.在真实窃电数据集上进行了大量实验,实验结果表明,所提模型的AUC指标达到了91.92%, MAP@100指标达到了98.58%, MAP@200指标达到了96.77%.与其他窃电分类模型相比,所提模型在窃电分类任务上亦有很好的表现,可以在窃电智能化识别中推广使用. 展开更多

关键词 残差网络 卷积增强 自注意力机制 深度可分离卷积 窃电识别

下载PDF 职称材料

基于集成ELM的配电网窃电嫌疑用户智能识别 被引量：5

10

作者 李培 胡国平 +3 位作者 黄耀廉 莫景源 段然 黄龙 《科技通报》 2018年第12期159-163,共5页

提出了一种基于集成极限学习机(extreme learning machine,ELM)的配电网窃电嫌疑用户智能识别方法。该方法通过探究窃电样本从正常状态窃电状态的变化特征构建窃电行为评价体系,并基于该评价体系训练多个含不同隐含层神经元数的窃电智... 提出了一种基于集成极限学习机(extreme learning machine,ELM)的配电网窃电嫌疑用户智能识别方法。该方法通过探究窃电样本从正常状态窃电状态的变化特征构建窃电行为评价体系,并基于该评价体系训练多个含不同隐含层神经元数的窃电智能识别模型,进而以准确率、差异度为基准集成兼具准确性与从多样性的组合ELM模型来实现对窃电用户的智能识别。本方法有效集合了ELM较快的学习速度与集成学习的高精度性,并从窃电告警、电量、负荷多个维度分析配网用户窃电嫌疑,能实现对窃电行为的快速有效识别。 展开更多

关键词 极限学习机 集成学习 窃电识别

下载PDF 职称材料

基于营配数据分析的台区窃电识别和线损评估方法的研究

11

作者 孙文川 《电工技术》 2023年第7期67-71,共5页

针对当前窃电识别和线损评估方面存在的数据分析方法单一、精确度不足的问题,首先对营配数据进行融合分析,提取出台区的窃电特征和线损特征;然后提出了基于自适应遗传算法优化的SVM窃电识别方法和基于LM算法改进的WNN线损评估方法,并通... 针对当前窃电识别和线损评估方面存在的数据分析方法单一、精确度不足的问题,首先对营配数据进行融合分析,提取出台区的窃电特征和线损特征;然后提出了基于自适应遗传算法优化的SVM窃电识别方法和基于LM算法改进的WNN线损评估方法,并通过仿真分析了方法的性能;最后结合实际算例展开分析,验证了所提方法应用于台区窃电识别和线损评估的有效性和准确性。 展开更多

关键词 营配数据 特征提取 窃电识别 线损评估

下载PDF 职称材料

光伏电站并网反窃电技术研究 被引量：3

12

作者 陈正华 曹叶章 +1 位作者 邓杰 陈浩 《电力设备管理》 2019年第6期76-78,共3页

本文首先明确研究目标,然后进行反窃电技术总体设计,最后从数据采集、模型建立、窃电识别、实时监控四个方面,研究光伏电站并网反窃电技术,有效遏制窃电行为。

关键词 反窃电技术 窃电识别 实时监控

下载PDF 职称材料

分布式光伏发电的反窃电技术研究现状分析 被引量：3

13

作者 袁晓冬 史明明 孙正洋 《能源与节能》 2016年第12期90-91,共2页

随着光伏发电产业不断兴起,基于其特殊的发电方式及国家的补贴政策,出现了很多骗取光伏发电补贴的光伏窃电行为。总结了常见的光伏窃电方式,分析目前的反窃电识别方法,针对现有研究中的不足,提出分布式光伏发电的反窃电技术研究思路。

关键词 分布式光伏发电 光伏窃电 窃电识别

下载PDF 职称材料

基于曲线相似度和集成学习的窃电识别 被引量：1

14

作者 宋少杰 张长胜 +1 位作者 李英娜 李川 《数据通信》 2022年第3期39-44,共6页

窃电手段日趋多样化,由传统的窃电方式向高科技窃电方式发展,极具隐蔽性、难以识别。窃电现象在实际情况中是可能发生的,正常的用电行为会呈现出一定的规律性,而发生窃电行为时,其用电趋势会偏离以往的用电规律,相关电气参量指标数值会... 窃电手段日趋多样化,由传统的窃电方式向高科技窃电方式发展,极具隐蔽性、难以识别。窃电现象在实际情况中是可能发生的,正常的用电行为会呈现出一定的规律性,而发生窃电行为时,其用电趋势会偏离以往的用电规律,相关电气参量指标数值会产生异常变化。本文分析了用户的历史用电数据,通过对负荷曲线数据进行聚类,得出特征曲线并根据此划分用电行为,计算及分析待测用户负荷曲线与特征曲线之间的相似度,初步筛选具有窃电嫌疑的用户,将相关指标数据代入AdaBoost集成学习模型中,做进一步的窃电识别。实验结果证明,所用方法能够缩小窃电识别的范围,提高窃电识别效率,AdaBoost集成学习对测试集的预测正确率达到95.3846%,相对于单一分类模型有更好的效果。 展开更多

关键词 窃电识别 聚类 曲线相似度 AdaBoost集成学习

下载PDF 职称材料

基于自编码神经网络和随机森林的窃电识别算法 被引量：2

15

作者 闫西慧 周敬召 +1 位作者 李岩 张爱伟 《电力大数据》 2021年第6期44-51,共8页

为减小用户窃电对线损计算和电网运营造成的负面影响,提高窃电检测能力和识别用户窃电手段,提出了融合自编码神经网络和随机森林的用户窃电识别算法。自编码神经网络的目的是检测出用户的异常用电,可有效提取用电数据的抽象行为特征;基... 为减小用户窃电对线损计算和电网运营造成的负面影响,提高窃电检测能力和识别用户窃电手段,提出了融合自编码神经网络和随机森林的用户窃电识别算法。自编码神经网络的目的是检测出用户的异常用电,可有效提取用电数据的抽象行为特征;基于正常用户的非窃电数据训练自编码神经网络,确定正常用电数据与神经网络全变量重建值之间误差的波动阈值;通过训练好的自编码神经网络构建新增数据的重建误差与误差阈值的比较,建立窃电行为预警模型。随机森林多分类算法对自编码神经网络检测出的异常用电进行窃电类别预判,通过随机搜索和交叉验证确定随机森林的超参数,并进一步推导所预警窃电行为的实施方式。基于真实数据集与多种算法对比验证了所提算法具有较高的窃电检测灵敏度和分类精度。 展开更多

关键词 窃电识别 异常检测 重建误差 自编码神经网络 随机森林

下载PDF 职称材料

基于轻量级提升决策树的窃电识别方法研究

16

作者 梁捷 梁广明 黄水莲 《黑龙江电力》 CAS 2022年第3期217-222,共6页

针对低压电力用户传统窃电识别方法识别效率和准确率低的不足,提出一种基于轻量级提升决策树和BP神经网络的窃电识别方法,先根据异常用电专家特征库进行特征分割,再结合特征指标匹配度和应用需求从分割结果中提取异常用电识别结果,建立... 针对低压电力用户传统窃电识别方法识别效率和准确率低的不足,提出一种基于轻量级提升决策树和BP神经网络的窃电识别方法,先根据异常用电专家特征库进行特征分割,再结合特征指标匹配度和应用需求从分割结果中提取异常用电识别结果,建立双层识别模型。针对用电特征分割时用于特征分割模型的传统决策树算法在特征值离散化时叶子节点生长所占用的计算资源较多的问题,引入按叶生长策略,并控制其生长深度,在避免过拟合的同时提高计算效率。此外,为提高数据预处理效率,分别通过Newton插值法和3σ定律对所采集的用户原始用电数据中的缺失和异常数据进行预处理。使用广西电网某网区的实际用户数据集进行案例分析,结果表明所提算法的识别准确性和识别效率较优,验证了其有效性。 展开更多

关键词 轻量级提升决策树 窃电识别 学习模型 AMI 叶子生长策略

下载PDF 职称材料

基于改进k-means算法和大数据分析的新型窃电识别模型与仿真 被引量：5

17

作者 李春芳 张锐峰 +2 位作者 贾璐 王芳 郭飞 《电子设计工程》 2022年第22期84-88,共5页

针对传统的人工现场稽查难以有效查出用户窃电行为的问题,文中在当前采集系统能有效获取用户用电信息的基础上,提出一种基于改进k-means算法和用电大数据的新型窃电识别模型。通过对采集系统得到的用电数据进行预处理,同时提取电量与电... 针对传统的人工现场稽查难以有效查出用户窃电行为的问题,文中在当前采集系统能有效获取用户用电信息的基础上,提出一种基于改进k-means算法和用电大数据的新型窃电识别模型。通过对采集系统得到的用电数据进行预处理,同时提取电量与电压的特征参数,从而建立用户的综合用电信息指标。最终,通过改进的k-means算法识别出高损台区的窃电用户。对某高损台区的仿真实验结果表明,新型窃电识别模型能够缩小窃电稽查范围,且可更加精准、有效地识别出窃电用户,并有效提升窃电稽查的工作效率。 展开更多

关键词 窃电 改进k-means聚类 大数据 窃电识别模型

下载PDF 职称材料

基于ELM-SVM模型与电能计量大数据的窃电识别技术研究 被引量：20

18

作者 县国成 王永攀 +3 位作者 高俊 浮海 杨斌 武旭 《智慧电力》 北大核心 2022年第9期82-89,共8页

窃电现象破坏社会供用电秩序,严重时更会阻碍新型配电系统建设的发展。为了更精确地识别窃电行为,提出了一种基于极限学习机(ELM)与支持向量机(SVM)相结合的窃电智能识别模型。利用电能计量大数据,分析窃电用户数据状态指标,构建窃电指... 窃电现象破坏社会供用电秩序,严重时更会阻碍新型配电系统建设的发展。为了更精确地识别窃电行为,提出了一种基于极限学习机(ELM)与支持向量机(SVM)相结合的窃电智能识别模型。利用电能计量大数据,分析窃电用户数据状态指标,构建窃电指标评价体系;利用指标评价体系训练窃电智能识别模型,进而以ELM-SVM预测模型来识别窃电用户。该方法有效集合了ELM算法与SVM算法的优点,算例表明,识别模型的识别准确率可达97.8%,说明ELM-SVM结合方法是可行的,实现了对用户窃电行为的高精度、高效性预测识别。 展开更多

关键词 电能计量大数据 窃电智能识别 极限学习机 支持向量机 评价体系

下载PDF 职称材料

基于用电数据和机器学习的窃电行为识别方法 被引量：6

19

作者 王安军 韩丽 周亚静 《信息技术》 2021年第5期116-121,共6页

针对现有基于用电数据的窃电行为识别性能不佳的问题,提出了一种基于差分进化SVM的识别方法。电网中窃电用户占比较少,样本数据集分类严重不平衡,为此利用K-means聚类提取少数类中心,再通过SMOTE算法生成窃电样本,提高数据集平衡性。然... 针对现有基于用电数据的窃电行为识别性能不佳的问题,提出了一种基于差分进化SVM的识别方法。电网中窃电用户占比较少,样本数据集分类严重不平衡,为此利用K-means聚类提取少数类中心,再通过SMOTE算法生成窃电样本,提高数据集平衡性。然后,构建了基于SVM的窃电行为识别模型,并利用差分进化实现参数寻优。实验结果表明,该方法能够在样本不平衡条件下有效实现窃电行为识别,且识别准确率较高。 展开更多

关键词 用电数据 窃电行为识别 不平衡数据 支持向量机 差分进化

下载PDF 职称材料

基于深度学习分类用电量图像的窃电行为识别

20

作者 陈耀先 《电力设备管理》 2024年第4期225-227,共3页

窃电行为不仅导致经济损失,还可能引发触电伤害和火灾。时间序列分类技术被广泛应用于各个行业,用于识别可疑的时间序列。本文使用真实世界中,相同数量的窃电用户、正常用户的电能量消耗数据,将其按照时间序列数据转化为图像进行深度学... 窃电行为不仅导致经济损失,还可能引发触电伤害和火灾。时间序列分类技术被广泛应用于各个行业,用于识别可疑的时间序列。本文使用真实世界中,相同数量的窃电用户、正常用户的电能量消耗数据,将其按照时间序列数据转化为图像进行深度学习,并将精确度作为模型评价指标。实验结果表明,模型对测试数据集有98.4%的精确度,此研究可帮助分析用户用电量,无须使用其他硬件,就可以识别出窃电用户。 展开更多

关键词 窃电行为识别 深度学习 时间序列分类

下载PDF 职称材料