-
题名基于多特征融合的窃电识别算法研究
被引量：13
- 1
-
-
作者
邓明斌
徐志淼
邓志飞
张卓
迟艳杰
-
机构
广州供电局有限公司
-
出处
《计算机与数字工程》
2017年第12期2398-2401,2414,共5页
-
文摘
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。
-
关键词
用电行为
特征提取
多特征融合
窃电识别
-
Keywords
electrical behavior
feature extraction
feature fusion
stealing recognition
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于LSSVM的光伏发电三层筛选窃电识别方法
被引量：8
- 2
-
-
作者
郑征
刘刚
张琳娟
卢丹
-
机构
国网河南省电力公司经济技术研究院
南京南瑞集团公司
南京南瑞太阳能科技有限公司
-
出处
《电力电子技术》
CSCD
北大核心
2017年第10期30-32,45,共4页
-
文摘
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。
-
关键词
光伏发电
最小二乘支持向量机
窃电识别
-
Keywords
photovohaic generation
least squares support vector machine
electricity stealing recognition
-
分类号
TM615
[电气工程—电力系统及自动化]
-
