基于RBF神经网络的配电网窃电行为检测

作     者：曹敏 邹京希 魏龄 赵旭 张林山 李鹏 CAO Min;ZOU Jing-xi;WEI Ling;ZHAO Xu;ZHANG Lin-shan;LI Peng

作者机构：云南电网有限责任公司电力科学研究院云南昆明650217 云南大学信息学院云南昆明650500 

出 版 物：《云南大学学报（自然科学版）》 (Journal of Yunnan University(Natural Sciences Edition))

年 卷 期：2018年第40卷第5期

页      面：872-878页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金(61364024) 云南省应用基础研究项目(2014FB112) 云南省教育厅基金重点项目(2015Z014) 

主　　题：窃电行为检测 RBF神经网络 配电网 

摘      要：目前的窃电手段隐蔽性强、种类多样,传统的窃电检测方法已经越来越力不从心,不仅准确率低且时效性不高.因此,结合机器学习的方法,提出了一种基于RBF神经网络的窃电行为检测方法.通过对目前常见的窃电方式进行分析,挑选出三相电压中各相电压之间的差值、三相电流中各相电流的差值以及功率因数等参考量作为窃电检测的特征指标,并采用包含特征指标的历史数据来构建基于RBF神经网络的窃电行为检测模型.试验结果表明该方法针对目前常见的窃电方式进行识别的准确率达到94.1%,可以有效地筛选出存在窃电嫌疑的用户.该方法不仅达到了实际应用的精度要求,而且使反窃电技术更加智能化,变被动防窃电为主动防窃电.