-
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]
-
-
题名反窃电智能监控研究
被引量：1
- 2
-
-
作者
石多梅
许多红
张蓓
张兵兵
胡鑫
-
机构
甘肃同兴智能科技发展有限责任公司
-
出处
《中国高新科技》
2022年第16期50-52,共3页
-
文摘
反窃电智能监控是电力企业日常管理工作的重要内容,为了解决目前电力企业反窃电智能监控需求,需要电力企业建立反窃电智能监控系统。文章分析了反窃电智能监控系统的功能、具体设计方法、设计原则,希望通过研究,帮助电力企业建立更符合需求的反窃电智能监控系统,提升电力企业的反窃电智能监控水平。
-
关键词
电力企业
反窃电智能监控
监控系统
设计
-
Keywords
electric power enterprise
anti-stealing intelligent monitoring
monitoring system
design
-
分类号
TM73
[电气工程—电力系统及自动化]
-
