分享到:

基于用电特征分析的异常用电检测方法

针对目前异常用电检测中存在的专变用户窃电率高、窃电模式难以察觉、使用窃电检测模型查找窃电用户过程中训练集不足的问题,提出了一种基于用电特征分析的无监督方式异常用电检测方法.该检测方法引入离群点查找算法,量化了海量数据中不同异常用电行为,将其提取为异常用电特征序列,并且根据专变用户不同计量方式和用电特点,  (本文共6页) 阅读全文>>

三峡大学
三峡大学

基于用电特征的窃电行为挖掘策略研究

自国家电网公司发布《中国智能电网计划》以来,在国家电网公司的推动下,智能电表逐渐进入千家万户。在智能电表普及后,实施窃电等违法行为的难度在技术上逐渐增高,为了规避用户用电信息采集系统及其他业务应用系统的侦查,窃电行为常常依附于高科技手段,因此逐渐变得隐蔽,这对供电公司的运营造成了极大困扰。本文针对目前异常用电检测中存在的专变用户窃电率高,窃电模式难以察觉,使用窃电检测模型查找窃电用户过程中训练集不足的问题,提出了一种基于用电特征分析的无监督方式窃电行为挖掘策略,量化了海量数据中不同用电行为的异常程度,将其提取为用电特征序列,并且根据专变用户不同计量方式和用电特点,构建了用电特征集合,其中包括采用离群点算法计算的用电不平衡特征序列,定义考虑失压持续时间的电压异常特征序列,构建了基于每日电流曲线的聚类结果的电流异常特征序列,计算了异常用电评价指标并设计了异常用电行为检测模型。通过实例能够验证此检测模型能准确查找存在窃电行为的用电用户...  (本文共72页) 本文目录 | 阅读全文>>

电子科技大学
电子科技大学

基于行为分析的通信网络流量异常检测与关联分析

随着信息技术和通信技术的不断发展和广泛应用,通信网络承载的数据流量越来越大,网络结构和应用日趋复杂。为保证通信网络的安全、高效运行,就必须实时、准确地对网络运行情况进行分析和检测,获取异常事件发生的根本原因。流量异常检测能够有效检测网络中的异常事件,关联分析能揭示引起异常的根本原因,对提高通信网络系统的应急响应能力具有重要意义,也是目前全世界学术界和工业界共同关注的前沿研究领域。本文以网络流量行为分析为基础,深入理解流量行为在时间和空间上表现出的不同特征,并结合数据挖掘和信号处理方法,研究通信网络中的流量异常检测与关联分析方法,所取得的主要研究成果如下:1.通信网络流量的行为特征参数提取提出基于子流分解的通信网络流量行为特征参数提取方法,与现有网络流量行为特征参数相比,在子流上提取的网络流量行为特征参数能在满足实时性要求的前提下,更细致地刻画流量行为特征的细节。2.基于单汇接点的通信网络流量异常行为检测(1)提出基于时间序列图挖...  (本文共130页) 本文目录 | 阅读全文>>

昆明理工大学
昆明理工大学

基于Stacking集成学习的窃电检测方法研究

随着社会经济增长步伐的加快,用电需求在不断的扩增,电网架构也日趋复杂,为了进一步规范市场供电秩序,维护公平与和谐的用电环境,需要对用电情况进行稽查,其难点在于对窃电行为的识别,它不仅会对电网计量的公平性产生影响,也会对电网的主干架构造成威胁。本文以用电数据为基础,探寻一种与窃电行为实际特征相切合并且高效精确的窃电检测方法,对保障电力企业中的智慧用电管理意义重大。研究内容分为以下三点:(1)针对如何从大量的用电数据中提取窃电特征问题,本文采用数据分析的方法,分析常见窃电行为所导致的电压、电流等相关电气参量的变化,选取正常用户与窃电用户之间电气特征参量的差异作为窃电行为的判别特征,包括三相电流不平衡率、电压不平衡率、额定电压偏移度、功率因数,这为下文窃电检测方案提供检测指标和特征基础。(2)针对本文采用的用电数据样本量大且存在正常用电样本与窃电样本不平衡的特点,在采用单分类算法进行预测时,正确率到达一定水平就会进入瓶颈期,继续优化该...  (本文共74页) 本文目录 | 阅读全文>>

《电力建设》2021年08期
电力建设

基于BRB和LSTM网络的电力大数据用电异常检测方法

为了降低电力公司的运营成本,针对非技术性损失(non-technical loss, NTL),提出一种基于置信规则推理(belief rule-based, BRB)和长短记忆网络模型(long short-term memory, LSTM)的用户窃电行为诊断方法。该方法首先从用电量大数据中提取电量...  (本文共8页) 阅读全文>>

长沙理工大学
长沙理工大学

基于生产经营状态识别的异常用电检测方法研究

用户侧用电异常直接造成了电力企业的净利润流失,是各国供电企业共同面临的传统问题。随着智能电网的飞速发展和电能计量技术的不断进步,电网用户侧数据呈现出高复杂度、高冗余度的态势,为开展数据驱动的用电异常检测奠定了重要基础。近年来研究的各类基于数据驱动的智能异常用电检测方法普遍存在误报率高的缺陷,在电网企业普遍结构性缺员、难以保障有效到位开展普遍性用电稽查条件下,异常用电检测始终是供电企业的老大难问题。针对上述问题,本文建立了一种基于用户生产经营状态识别的专变异常用电检测模型,在充分对比了用户在正常状态和多种用电异常状态下各个电参量的差异性,将用户的三相功率作为特征指标,用以标识用户每日的用电行为模式和生产经营状态,然后将每日的负荷特征进行聚类分析。当低电量异常时段负荷特征与正常低电量生产经营状态聚为同类时,认为是用户状态正常转换导致的异常,可排除异常用电嫌疑。所提方法在用户电量异常的基础上进行生产经营状态的二次筛选,避免了以电量异常...  (本文共71页) 本文目录 | 阅读全文>>