检索结果-南通市图书馆

检索条件"主题词=窃电用户识别"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于电力营销数据的用户行为特征分析及窃电识别方法研究

基于电力营销数据的用户行为特征分析及窃电识别方法研究

引用

作者：胡旻昊山东大学

学位级别：硕士

基于当前国内电力体制改革形势和窃电技术的发展,反窃电工作的重要性和紧迫性日益提升,而如何精准高效识别窃电用户是反窃电管理的首要工作。本文基于目前已广泛应用的用电信息采集系统数据,借助各类算法对用户的电流、电压、功率因数... 详细信息

基于当前国内电力体制改革形势和窃电技术的发展,反窃电工作的重要性和紧迫性日益提升,而如何精准高效识别窃电用户是反窃电管理的首要工作。本文基于目前已广泛应用的用电信息采集系统数据,借助各类算法对用户的电流、电压、功率因数、电量不平衡率等曲线情况进行分析,进而实现窃电用户的初步甄别,然后对重点疑似窃电对象实施精准监测,为反窃电工作提供参考和帮助。本文主要研究内容如下:首先,针对本课题查找相关文献,发现目前判断用户窃电行为的研究往往局限于电力用户之间的横向对比,甄别出窃电用户的准确率不高。因此,本文在对比分析多种基本算法的基础上,确定利用层次分析法以及LOF（Local Outlier Factor,LOF）算法等建立基于用电信息采集数据的电力用户行为特征分析算法,并结合窃电行为特点制定窃电用户识别方案,同时对相关算法进行了详细介绍。其次,根据数据离群点检测原理,提出了基于加权LOF算法的窃电识别方法,实现对用户进行全面的窃电行为嫌疑评估。针对确定的用户行为特征分析电量指标,结合层次分析法,对不同电气指标进行权重的分析量化,建立加权的LOF算法,能够规避由于电力数据分布密度不均衡而引起的检测偏差,有效降低其他因素引起电气参数异常所造成的影响,从而较为准确的初步锁定窃电嫌疑用户。最后,针对锁定嫌疑用户的跟踪分析,本文建立了基于BP（Back propagation,BP）神经网络的用电异常用户跟踪检测模型。借鉴思维进化算法对BP型神经网络进行优化,并以此为基础建立相应的以用电参量为基础的窃电识别模型,最后通过各项具体数据完成模型的实际应用分析,以此验证该模型的可行程度。

关键词：用户行为特征分析窃电用户识别数据挖掘算法加权LOF算法层次分析法 BP神经网络算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

养殖行业窃电用户的统计识别模型

养殖行业窃电用户的统计识别模型

引用

作者：汪建益重庆大学

学位级别：硕士

电能是国民经济发展和人民生活的重要能源,是维护社会稳定、推动社会进步的重要基础。输配电系统产生的线路电能损耗包括技术性和非技术性两部分,非技术性线损主要由用户窃电引起。据不完全统计,我国每年因窃电造成的经济损失逾百亿,严... 详细信息

电能是国民经济发展和人民生活的重要能源,是维护社会稳定、推动社会进步的重要基础。输配电系统产生的线路电能损耗包括技术性和非技术性两部分,非技术性线损主要由用户窃电引起。据不完全统计,我国每年因窃电造成的经济损失逾百亿,严重影响了正常用电秩序。电网公司急需采取数据挖掘技术准确定位违约用电客户,强化违约用电检测能力,保证电网稳定运行。本文针对QN电网公司所辖区域养殖行业用户数据展开研究,由于数据缺乏正常用户与窃电用户的类标记,无法使用分类模型进行训练,故建立以下两种窃电识别模型定位疑似窃电用户:建立组合赋权的TOPSIS窃电识别模型。从养殖用户的电流、电压、功率因数数据中提取欠流次数、电流三相不平衡次数、欠压次数、功率因数越界次数等异常用电指标,分别使用G1赋权法和熵权法为异常用电指标赋权,基于方差最大化原理组合G1赋权法和熵权法的赋权结果,得到每个指标的G1-熵权法组合权重,再将组合权重融入TOPSIS综合评价方法,计算用户的窃电嫌疑系数,按照一定阈值确定疑似窃电用户。建立基于离群点算法的窃电识别模型。从养殖用户的电量数据中提取趋势特征、2个变动特征、3个波动特征共计6个电量特征,使用主成分分析降维,提取前两个主成分,保留总体信息的81%。在二维空间中采用局部离群因子算法计算每个用户的局部离群因子得分,按照一定阈值确定疑似窃电用户。实证结果表明:两种窃电识别模型均达到了较为满意的效果。为了提高模型的准确性,对两种模型输出的疑似窃电用户取交集,最终确定7名用户存在重大窃电嫌疑,现场检查抓获2名窃电用户,证实了本文方法的可行性,实现了只检查少量用户就抓获窃电用户的预期效果。

关键词：养殖行业窃电用户识别 G1-熵权法 TOPSIS法局部离群因子算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

衡水供电公司异常用电大数据分析系统的研究与设计

衡水供电公司异常用电大数据分析系统的研究与设计

引用

作者：树童华北电力大学

学位级别：硕士

日益严重的异常用电与窃电行为不仅损害电力企业的经济利益,还危及到电网的安全运行,一直是困扰电力行业正常发展的难题之一。传统的定期巡检与校验、用户举报窃电等手段严重依赖人力排查,效率低下,而常规的异常用电检测判定方法则误报... 详细信息

日益严重的异常用电与窃电行为不仅损害电力企业的经济利益,还危及到电网的安全运行,一直是困扰电力行业正常发展的难题之一。传统的定期巡检与校验、用户举报窃电等手段严重依赖人力排查,效率低下,而常规的异常用电检测判定方法则误报太多,实用性不高。随着坚强智能电网和泛在电力物联网的建设与发展,电力用户用电信息采集与电力营销业务应用等系统产生的营销计量数据向巨大规模发展,大数据特征日益明显。借助大数据技术对营销计量大数据进行综合分析、异常筛查与即时预警,可以快速提升异常用电分析的效率和准确性。本文通过对营销计量大数据的分析,给出了基于营销计量大数据的窃电用户识别方法。首先,构建异常用电分析大数据集,抽取违约窃电处罚信息、电能、工况、事件记录等原始数据,进行持久化存储。其次,建立正常用电与异常用电的评价指标,提取窃电行为特征,构造样本集。最后,采用分类与回归树(CART)与支持向量机(SVM)等异常检测算法对窃电用户辨识模型进行训练、评估与在线辨识。采用Python与scikit-learn进行了实验测试,采用混淆矩阵与ROC曲线对实验结果分析,验证了方法有效性。本文给出了衡水供电公司异常用电大数据分析系统的物理架构,设计了系统技术架构,包括数据源层、采集层、存储处理层、服务层、接口层与应用层等,满足营销计量大数据的批量和实时采集、批量离线存储和处理、实时在线处理、内存计算、异常用电分析等需求。设计了系统的主要应用功能,包括异常用电分析、异常任务处理、综合查询统计等,对异常用电与窃电行为进行诊断,筛选存在用电异常、违约用电窃电嫌疑的用户,实现多维度查询用户异常及任务处理信息。结合具体案例,给出了台区选择操作、异常用电诊断与统计报表等具体功能实现。

关键词：异常用电泛在电力物联网大数据窃电用户识别支持向量机

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：