检索结果-南通市图书馆

基于DenseNet和随机森林的电力用户窃电检测

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机应用 2021年第S01期41卷 75-80页

作者：蔡嘉辉王琨董康姚宇航张雨峰江南大学机械工程学院江苏无锡214122 江苏省食品先进制造装备技术重点实验室江苏无锡214422

窃电作为配电网络非技术损耗的主要因素之一,不仅严重扰乱供电秩序,还会危害电网安全,造成供电企业甚至国家的重大损失。为了更高效地检测窃电情况,提出了一种新型的密集卷积神经网络和随机森林(DenseNet-RF)模型,基于该模型实现了电力... 详细信息

窃电作为配电网络非技术损耗的主要因素之一,不仅严重扰乱供电秩序,还会危害电网安全,造成供电企业甚至国家的重大损失。为了更高效地检测窃电情况,提出了一种新型的密集卷积神经网络和随机森林(DenseNet-RF)模型,基于该模型实现了电力用户窃电行为的检测。首先,分析了密集卷积神经网络(DenseNet)的结构;其次,将密集卷积神经网络(DenseNet)对大规模的智能电表数据集进行自动特征提取;然后,根据获得的特征再使用随机森林(RF)训练分类器,以检测用户是否窃电。在建立融合模型时,采用网格搜索算法确定最优参数。最后,进行实验验证,实验结果表明,所提出的检测模型优于宽而深的卷积神经网络(WDNet)、DenseNet、极限学习机(ELM)等模型的分类准确性,其模型准确率为96.76%,同时具有良好的泛化能力。

关键词：窃电检测密集神经网络随机森林智能电表

在线全文

学校读者我要写书评

暂无评论

基于混合采样和改进随机森林的窃电检测

中国测试 2023年第1期49卷 92-97页

作者：张震彭坤孔帅华郑州大学电气工程学院河南郑州450001

针对窃电检测中存在的数据不平衡和分类器效率低的问题,提出一种基于混合采样和随机森林的窃电检测方法。首先,用随机森林模型的误分率作为SMOTE算法的重采样率,提出E-SMOTE算法;其次,在E-SMOTE和Tome Links混合采样的过程中,引入模型RO... 详细信息

针对窃电检测中存在的数据不平衡和分类器效率低的问题,提出一种基于混合采样和随机森林的窃电检测方法。首先,用随机森林模型的误分率作为SMOTE算法的重采样率,提出E-SMOTE算法;其次,在E-SMOTE和Tome Links混合采样的过程中,引入模型ROC曲线下方的面积(area under curve,AUC)作为迭代停止的条件,实现用电数据集的平衡;最后,用基于马修斯相关系数(Matthews correlation coefficient,MCC)的置换法和卡方检验进行特征选择,并在传统的随机森林模型中引入Q统计值进行选择性集成,不仅优化属性特征的选择,还提升随机森林模型的多样性。实验结果表明:提出的混合采样算法较优于7种常用采样方法,改进的随机森林模型也在精确率、特异度和F1分数等多项指标中表现出更优的性能。

关键词：窃电检测混合采样特征选择选择性集成随机森林

配电网拓扑参数未知场景下中压用户窃电检测方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

电网与清洁能源 2023年第9期39卷 91-100页

作者：俞林刚李铭伍栋文祝君剑晏依国网江西省电力有限公司供电服务管理中心江西南昌330096 东南大学电气工程学院江苏南京210096

新型电力系统建设下配电网运行方式面临更加频繁的调整,导致配电网的拓扑与线路参数记录档案难以得到及时更新,为中压配网的运行状态分析带来了挑战。提出一种配电网拓扑参数未知场景下的中压用户窃电检测方法。基于电网运行机理选择支... 详细信息

新型电力系统建设下配电网运行方式面临更加频繁的调整,导致配电网的拓扑与线路参数记录档案难以得到及时更新,为中压配网的运行状态分析带来了挑战。提出一种配电网拓扑参数未知场景下的中压用户窃电检测方法。基于电网运行机理选择支路阻抗作为窃电特征判断指标,并构建窃电检测模型;根据配电网运行特点建立了线性潮流模型,并通过简化模型快速求解特征参量;研究了窃电行为对特征参量变化的影响机理,并结合能量守恒定律,提出完整的窃电检测方案。以IEEE 33节点配电系统、IEEE 85节点配电系统和江西进贤某10 kV实际配电网作为算例,结果表明,所提方法在多种窃电场景下均可有效辨识窃电时段并精准定位窃电用户,同时对用电数据的量测误差表现出较强的鲁棒性。

关键词：中压配电网专变用户窃电特征指标窃电检测支路阻抗线性潮流模型

基于有监督样本生成和残差网络的窃电检测方法

在线全文

学校读者我要写书评

暂无评论

供用电 2024年第11期41卷 91-98,104页

作者：景彪苏盛云南电网有限责任公司玉溪供电局云南玉溪653199 长沙理工大学智能电网运行与控制湖南省重点实验室湖南长沙410014

针对窃电检测中因窃电样本不足导致模型识别精度低的问题,提出了一种基于有监督样本生成和残差网络的窃电检测方法。首先,基于依据生成对抗网络的结构原理,设计并实现了辅助分类生成式对抗网络(auxiliary classifier generative adversa... 详细信息

针对窃电检测中因窃电样本不足导致模型识别精度低的问题,提出了一种基于有监督样本生成和残差网络的窃电检测方法。首先,基于依据生成对抗网络的结构原理,设计并实现了辅助分类生成式对抗网络(auxiliary classifier generative adversarial network,ACGAN),旨在精确捕捉并模拟真实窃电样本的固有特征分布。在ACGAN的判别器模块中,通过引入窃电分类作为辅助任务嵌入,从而实现了有监督学习机制的有效引入,从而提高了生成窃电样本的质量。采用Hinge损失函数来优化网络训练过程中的损失,显著提升了生成窃电样本的逼真度与实用性。其次,利用ACGAN网络的生成器来扩充数据集,生成额外的窃电样本。最后,在ACGAN判别器网络基础上,通过添加残差结构来构建窃电检测模型,以增强模型的对大量窃电样本的学习能力。同时,为了减少窃电检测模型的训练时间,采用ACGAN判别器网络的权重参数对窃电检测模型进行初始化。实验结果表明,所提出的ACGAN网络能够有效地学习真实样本的概率分布。与现有方法相比,有监督样本生成方法有效提高了窃电模型的识别精度,在正确率、检出率、综合性能指标(F1分数)等性能指标上均表现更优。

关键词：窃电检测残差网络辅助分类生成对抗网络数据增强深度学习

一种基于SMOTE和XGBoost的窃电检测方案

在线全文

学校读者我要写书评

暂无评论

智慧电力 2020年第11期48卷 97-102页

作者：巢政温蜜上海电力大学计算机科学与技术学院上海200093

用户侧窃电行为造成的非技术损失不仅增加了电网的运营成本,还会干扰电力系统稳态。现有的检测方案忽略了用电数据的时序性及正负样本分布不均、维度高的问题,这将极大地影响检测的准确率。因此,提出了一种基于SMOTE和XGBoost的窃电检... 详细信息

用户侧窃电行为造成的非技术损失不仅增加了电网的运营成本,还会干扰电力系统稳态。现有的检测方案忽略了用电数据的时序性及正负样本分布不均、维度高的问题,这将极大地影响检测的准确率。因此,提出了一种基于SMOTE和XGBoost的窃电检测方案。针对电力数据的时序性和类不平衡的特点,利用SMOTE算法进行过采样解决了数据不平衡的问题,并构造时序特征挖掘用户用电模式;再使用XGBoost执行用电数据的特征提取和分类过程。实验表明,通过SMOTE算法可以提高不平衡数据分类的有效性,对比于传统的检测模型,XGBoost算法在窃电检测场景的多项评价指标下均取得了更好的效果,其中准确率提升至92.45%。

关键词：智能电网 XGBoost SMOTE算法特征工程窃电检测

在线全文

学校读者我要写书评

暂无评论

基于多源栈式混合自编器的窃电检测

计算机应用与软件 2022年第9期39卷 87-93页

作者：韩金涛雷景生上海电力大学计算机科学与技术学院上海200090

针对用电数据特征提取能力的不足,对用户用电量数据进行分析,提出一种基于多源栈式混合自编码器的窃电检测方法。通过构建混合自编码单元,提高模型抽象特征的提取能力,利用多源栈式网络增加网络深度,增强了模型的泛化能力,结合人工特征... 详细信息

针对用电数据特征提取能力的不足,对用户用电量数据进行分析,提出一种基于多源栈式混合自编码器的窃电检测方法。通过构建混合自编码单元,提高模型抽象特征的提取能力,利用多源栈式网络增加网络深度,增强了模型的泛化能力,结合人工特征提取流程提高了分类准确率。在国家电网公布的真实用电量数据集上进行测试,验证了该模型的有效性。

关键词：窃电检测去噪自编码器稀疏自编码器多源栈式网络

在线全文

学校读者我要写书评

暂无评论

基于熵权法集成异质分类器的窃电检测

科学技术与工程 2023年第15期23卷 6455-6464页

作者：孙园王珅黄冬梅胡伟胡安铎孙锦中房岭峰上海电力大学数理学院上海201306 上海电力大学电子与信息工程学院上海201306 上海电力大学经济管理学院上海201306 国家电网有限公司北京100031

针对传统检测模型仅通过单一方法进行窃电检测具有局限性且用电数据中存在类不平衡的问题,从集成学习的角度出发,提出一种基于熵权法融合异质分类器的窃电检测模型。首先,通过少数类样本合成过采样技术(synthetic minority oversampling... 详细信息

针对传统检测模型仅通过单一方法进行窃电检测具有局限性且用电数据中存在类不平衡的问题,从集成学习的角度出发,提出一种基于熵权法融合异质分类器的窃电检测模型。首先,通过少数类样本合成过采样技术(synthetic minority oversampling technique, SMOTE)处理用电数据不平衡的问题,其次综合考虑个体分类器之间的多样性以及各自的检测性能和训练机理进行基分类器的优选,最后,引入信息熵的概念,基于各个基分类器分类结果的分散程度,计算其权重占比,并以该权重占比集成各基分类器的输出。实验结果表明,对比传统的窃电检测模型,所提模型在多项评价指标下表现较好,具有良好的检测性能。

关键词：窃电检测集成学习过采样多样性信息熵

在线全文

学校读者我要写书评

暂无评论

电能量计量计费系统的窃电检测

电力自动化设备 2002年第6期22卷 64-67页

作者：程海花李晓明黄军高张莲梅刘世琦武汉大学电气工程学院湖北武汉430072 襄樊供电局湖北襄樊441002

介绍了三种用于电能量计量计费系统的窃电检测方法 :事件检测、单表阀值逻辑检测和多表阀值检测。事件检测是通过检测相关的事件信息判断是否有窃电发生 ;单表阀值逻辑检测是检测单个电度表上的相电压、相电流、功率因数是否越限或判断... 详细信息

介绍了三种用于电能量计量计费系统的窃电检测方法 :事件检测、单表阀值逻辑检测和多表阀值检测。事件检测是通过检测相关的事件信息判断是否有窃电发生 ;单表阀值逻辑检测是检测单个电度表上的相电压、相电流、功率因数是否越限或判断电量增值是否符合自身的规律确定是否有窃电发生 ;多表阀值检测是通过从多个电度表上获得的数据计算并检测母线平衡率、线损、网损是否越限检测是否有窃电发生。

关键词：电能量计量计费系统窃电检测电能表

在线全文

学校读者我要写书评

暂无评论

基于DCNN和SVC的窃电检测

计算机仿真 2022年第6期39卷 92-97,429页

作者：张梦楠李红娇上海电力大学计算机科学与技术学院上海200090

针对目前窃电检测方法存在对大规模特征分类准确率较低的问题,提出基于DCNN和SVC的窃电检测方法。从电力数据的二维角度出发,对用户的电力数据按照周数进行矩阵化,利用改进的DCNN算法对二维矩阵进行自主学习,提取特征数据并降低分类器... 详细信息

针对目前窃电检测方法存在对大规模特征分类准确率较低的问题,提出基于DCNN和SVC的窃电检测方法。从电力数据的二维角度出发,对用户的电力数据按照周数进行矩阵化,利用改进的DCNN算法对二维矩阵进行自主学习,提取特征数据并降低分类器的输入特征维数,将DCNN提取的特征数据输入到SVC分类器中,识别窃电用户。采用国家电网公开数据集建立实验模型,进一步验证方法可行性,结果表明所提方法不仅能降低输入特征维度,而且提高了窃电检测的准确率。

关键词：窃电检测深度卷积神经网络算法支持向量分类机