期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到87篇文章
< 1 2 … 5 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于重采样和混合集成学习的不平衡窃电检测
1
作者 游文霞 梁皓 +3 位作者 杨楠 李清清 吴永华 李文武 《电网技术》 EI CSCD 北大核心 2024年第2期730-739,共10页
针对电力用户类别不平衡导致窃电检测具有偏向性问题,该文提出一种基于重采样和混合集成学习的不平衡窃电检测模型。首先以Easy-ensemble混合集成学习框架为基础确定最佳采样子集数;然后通过重采样自适应策略,即根据用户用电数据集的不... 针对电力用户类别不平衡导致窃电检测具有偏向性问题,该文提出一种基于重采样和混合集成学习的不平衡窃电检测模型。首先以Easy-ensemble混合集成学习框架为基础确定最佳采样子集数;然后通过重采样自适应策略,即根据用户用电数据集的不平衡度以及最佳采样子集数确定检测模型的重采样方式,使用电数据达到平衡;最后按照先串行集成减小偏差、后并行集成降低方差的混合集成方式,对重采样后的均衡样本进行窃电检测。算例对比分析表明所提检测模型通过重采样和混合集成有效解决了传统集成算法在不平衡窃电检测中的偏向问题,降低了由于用电数据的不平衡性对集成结果的影响,提高了用户类别不平衡的窃电检测效果,在多种不平衡度下模型的准确率、F1值和G均值均表现优异。 展开更多
关键词 窃电检测 不平衡数据 重采样 集成学习 Easy-Ensemble集成框架
原文传递
基于改进旋转森林算法的窃电检测研究
2
作者 刘建锋 梅智聪 +2 位作者 刘梦琪 周海 董倩雯 《电力科学与技术学报》 CAS CSCD 北大核心 2024年第1期93-104,共12页
如何准确检测出用户侧窃电行为是长期存在于各供电公司一个难点,传统的窃电检测方案均存在一定的局限性。针对窃电检测领域正负类样本高度不平衡,且单一分类模型表现不佳的问题,提出一种基于改进旋转森林算法的窃电检测方法。旋转森林... 如何准确检测出用户侧窃电行为是长期存在于各供电公司一个难点,传统的窃电检测方案均存在一定的局限性。针对窃电检测领域正负类样本高度不平衡,且单一分类模型表现不佳的问题,提出一种基于改进旋转森林算法的窃电检测方法。旋转森林算法采用主成分分析(principal component analysis,PCA)进行特征提取,利用原始训练集的所有主成分训练每个基分类器。在经典的旋转森林算法基础上,使用改进合成少数类过采样(synthetic minority oversampling technique,SMOTE)算法平衡样本子集中的正负类样本;使用Bagging算法中的Bootstrap抽样对训练子集进一步抽样;按准确率对基分类器进行选择性集成等3个方面的改进。算例使用华东某地区实际用户数据,结果表明所提窃电检测方法对比单一分类模型和现有集成学习策略,在多项评价指标下均取得更好的效果。 展开更多
关键词 窃电检测 集成学习 改进SMOTE算法 旋转森林 特征工程
下载PDF
基于深度学习的智能电网窃电检测混合模型研究
3
作者 廖银玲 李金灿 +2 位作者 王冰 张君 梁耀元 《电信科学》 北大核心 2024年第2期72-82,共11页
针对传统窃电检测模型受维度诅咒、类不平衡等问题,提出一种能有效检测智能电网窃电行为的混合深度学习模型,利用深度学习卷积神经网络(AlexNet)处理维度诅咒问题,显著提升数据处理的准确性;通过自适应增强(Ada Boost)对正常和异常用电... 针对传统窃电检测模型受维度诅咒、类不平衡等问题,提出一种能有效检测智能电网窃电行为的混合深度学习模型,利用深度学习卷积神经网络(AlexNet)处理维度诅咒问题,显著提升数据处理的准确性;通过自适应增强(Ada Boost)对正常和异常用电行为分类,进一步提高分类精度;使用欠采样技术解决类不平衡问题,确保模型在各类数据的均衡性能;利用人工蜂群算法对AdaBoost和AlexNet的超参数进行优化,有效提高整体模型性能。使用真实智能电表数据集评估混合模型的有效性,与同类模型相比,提出的混合深度学习模型在准确率、精确度、召回率、F1分数、马修斯相关系数(MCC)和曲线下面积-接收者操作特征曲线(AUC-ROC)分数上分别达到了88%、86%、84%、85%、78%和91%,不仅提高了用电行为监测的准确性,也为电力系统的智能分析提供了新视角。 展开更多
关键词 深度学习卷积神经网络 自适应增强 深度驱动模型 窃电检测 特征提取
下载PDF
基于深度混合注意力网络的窃电检测
4
作者 彭军 李琪林 +3 位作者 周尧 袁钟 彭德中 刘益志 《四川电力技术》 2024年第2期99-106,共8页
窃电检测旨在识别和检测非法或未经授权的电力使用行为。在智能电网技术高速发展的背景下,如何实现准确的窃电行为检测,是学术界和工业界广泛关注的一个重要问题。针对已有方法依赖人工特征设计以及低层特征提取能力不足的问题,提出了... 窃电检测旨在识别和检测非法或未经授权的电力使用行为。在智能电网技术高速发展的背景下,如何实现准确的窃电行为检测,是学术界和工业界广泛关注的一个重要问题。针对已有方法依赖人工特征设计以及低层特征提取能力不足的问题,提出了一种基于深度混合注意力网络的窃电检测方法,将通道注意力和自相关注意力机制相结合,在不同层次和空间范围内捕捉数据中的时间依赖性和周期性等复杂特征。所提模型在低层使用通道注意力网络来增强低层特征的表达能力,在中间层使用自相关注意力来捕捉全局上下文信息,并利用自监督方法来学习注意力参数,从而提取出更具表达力和判别力的特征表示。在中国国家电网数据集上进行实验所获得的结果表明,所提出的方法在AUC以及F1等性能指标上取得了更好的效果。 展开更多
关键词 窃电检测 智能电网 混合注意力网络 自监督学习
下载PDF
考虑样本不平衡的窃电检测模型
5
作者 戴宇 张巍 《建模与仿真》 2024年第2期1546-1555,共10页
随着全社会用电量持续增加,窃电问题日益严重,给电力企业造成巨大的经济损失,并影响电网的运行。与此同时,窃电样本不足导致基于大数据的窃电检测方法受到限制,本文针对现实情况中窃电案例收集困难、数量稀少问题,提出了一种考虑样本不... 随着全社会用电量持续增加,窃电问题日益严重,给电力企业造成巨大的经济损失,并影响电网的运行。与此同时,窃电样本不足导致基于大数据的窃电检测方法受到限制,本文针对现实情况中窃电案例收集困难、数量稀少问题,提出了一种考虑样本不平衡的窃电检测模型。首先,通过生成对抗网络(GAN)生成器与判别器的对抗训练,学习窃电数据的时序相关性,制造出与窃电样本近似的样本,使得窃电数据集中正负样本趋于平衡。然后结合卷积神经网络、长短期记忆递归神经网络和注意力机制(CNN-LSTM- Attention)对用户进行窃电检测,将经过样本不平衡处理后的用户用电信息经过CNN进行特征提取,通过LSTM捕捉数据的时序变化信息,使用Attention对LSTM的输出赋予权重,强化有利于窃电检测的特征数据,弱化无关数据。算例分析表明,本文提出的方法能有效避免样本不平衡问题,更好地检测出用户窃电行为。 展开更多
关键词 窃电检测 生成对抗网络 卷积神经网络 长短期记忆递归神经网络 注意力机制
下载PDF
基于最优变换关联因子和优化平移分裂法的窃电检测 被引量：1
6
作者 杨挺 徐嘉成 +2 位作者 叶芷杉 王军 卢利军 《电网技术》 EI CSCD 北大核心 2023年第9期3913-3923,共11页
传统的窃电检测算法应用于用户众多的复杂配用电台区中时,随着计算模型参数增多,存在由于个别参数估计失准导致的最终辨识结果不准确的问题,即表现为抗扰动性差。针对该问题,该文研究并提出基于最优变换关联因子和优化平移分裂法的窃电... 传统的窃电检测算法应用于用户众多的复杂配用电台区中时,随着计算模型参数增多,存在由于个别参数估计失准导致的最终辨识结果不准确的问题,即表现为抗扰动性差。针对该问题,该文研究并提出基于最优变换关联因子和优化平移分裂法的窃电检测算法。首先通过数值分析和窃电机理验证,发现台区线损率与窃电用户用电占比间存在的正相关关系中含有非线性度。进而根据最优变换关联因子法实现窃电用户初筛,再根据广义电量守恒建立低维模型,采用优化平移分裂法求解,以克服模型的病态性,实现窃电用户二次准确辨识。算法通过两步筛选计算,有效解决了大台区高维参数的误差扰动致使窃电用户辨识准确度下降的难题,具有更强的抗扰动性。采用实际多种复杂场景下不同规模台区的用电信息采集系统的日用电量数据进行窃电检测,并与现场稽查结果比对,验证了所提方法的有效性和优越性。 展开更多
关键词 窃电检测 用电量估计 关联关系 优化平移分裂法
原文传递
基于混合采样和改进随机森林的窃电检测
7
作者 张震 彭坤 孔帅华 《中国测试》 CAS 北大核心 2023年第1期92-97,共6页
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... 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。 展开更多
关键词 窃电检测 混合采样 特征选择 选择性集成 随机森林
下载PDF
配电网拓扑参数未知场景下中压用户窃电检测方法 被引量：1
8
作者 俞林刚 李铭 +2 位作者 伍栋文 祝君剑 晏依 《电网与清洁能源》 CSCD 北大核心 2023年第9期91-100,共10页
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... 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。 展开更多
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
下载PDF
支持个性化隐私保护的异步联邦窃电检测方法
9
作者 杨会峰 陈连栋 +3 位作者 程凯 王乃玉 李轩 关志涛 《电力信息与通信技术》 2023年第6期15-23,共9页
窃电现象是新型电力系统所面临的重大挑战之一,当前主流的基于深度学习的窃电检测方法在数据集中处理过程中存在隐私泄露的风险,而本地数据处理又会因为样本数量不足导致模型泛化性较差。针对上述问题,文章提出一种支持个性化隐私保护... 窃电现象是新型电力系统所面临的重大挑战之一,当前主流的基于深度学习的窃电检测方法在数据集中处理过程中存在隐私泄露的风险,而本地数据处理又会因为样本数量不足导致模型泛化性较差。针对上述问题,文章提出一种支持个性化隐私保护的异步联邦窃电检测方法,在参与方用电数据不出本地的情况下完成联合建模。所提方案结合异步联邦训练方式和个性化差分隐私机制,设计兼顾延迟函数和隐私预算的异步聚合算法,有效平衡参与方个性化隐私保护需求与模型性能。实验证明所提方法可在实现个性化隐私保护的同时保证窃电检测模型的泛化性能,模型可较快收敛且收敛过程较为稳定。 展开更多
关键词 窃电检测 异步联邦学习 差分隐私 隐私保护 新型电力系统
下载PDF
基于深度学习的窃电检测方法综述
10
作者 张祥钦 李昕 《辽宁工业大学学报（自然科学版）》 2023年第5期296-302,318,共8页
窃电一直是关系电力系统安全运行和电力公司利益的重大问题,窃电检测则是电力公司中1项持久和必要的研究领域。近年来,随着智能电表的普及和深度学习的发展,使用深度学习进行窃电检测已经成为1个重要研究方向。旨在提供1个全面的使用深... 窃电一直是关系电力系统安全运行和电力公司利益的重大问题,窃电检测则是电力公司中1项持久和必要的研究领域。近年来,随着智能电表的普及和深度学习的发展,使用深度学习进行窃电检测已经成为1个重要研究方向。旨在提供1个全面的使用深度学习技术的窃电检测研究性综述。从模型构建的角度将其分为3类:特征提取的深度学习、学习正态性的特征表示和端到端的异常分数学习。回顾了现有模型的主要优缺点和模型性能,总结了窃电检测面临的挑战和未来的研究方向。 展开更多
关键词 窃电检测 深度学习 特征提取
下载PDF
基于熵权法集成异质分类器的窃电检测
11
作者 孙园 王珅 +4 位作者 黄冬梅 胡伟 胡安铎 孙锦中 房岭峰 《科学技术与工程》 北大核心 2023年第15期6455-6464,共10页
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... 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。 展开更多
关键词 窃电检测 集成学习 过采样 多样性 信息熵
下载PDF
基于计算智能的窃电检测模型研究
12
作者 林华城 叶泳泰 +2 位作者 陈锦迅 赖佛强 陆建巧 《自动化仪表》 CAS 2023年第7期24-29,共6页
为提高电力用户行为分析效率以及窃电检测准确率,提出了一种将无监督学习和有监督学习相结合的窃电检测模型。首先,基于Wasserstein距离、相似性约束和真实约束,训练生成对抗网络,生成符合窃电特征的高精度测量数据。其次,为了提高相似... 为提高电力用户行为分析效率以及窃电检测准确率,提出了一种将无监督学习和有监督学习相结合的窃电检测模型。首先,基于Wasserstein距离、相似性约束和真实约束,训练生成对抗网络,生成符合窃电特征的高精度测量数据。其次,为了提高相似性度量的有效性,在相似性度量过程中综合考虑了数值特征和形态特征,并采用动态时间扭曲(DTW)度量形态特征的相似性。最后,综合考虑待测曲线的数字特征、形态特征以及特征曲线,将平衡数据集带入模型进行训练,从而准确识别非法窃电用户。在试验阶段,以某电力公司提供的电力数据为例,对所提模型进行验证。试验结果表明,所提模型可以有效提高算法的分类效果和迭代时间。该模型为电力部门分析用户用电行为以及窃电检测提供了借鉴。 展开更多
关键词 电力系统 窃电检测 无监督学习 有监督学习 支持向量机 生成对抗网络 动态时间扭曲
下载PDF
基于混合神经网络的配电网用户窃电检测方法
13
作者 成跃宇 成国锋 《浙江电力》 2023年第11期96-103,共8页
针对传统的基于一维用电量数据挖掘分析的用户窃电检测方法检测精度低的问题,提出了一种基于混合神经网络的配电网用户窃电检测方法。首先,为了增强正常用户与窃电用户用电量的特征差异性,采用MTF(马尔可夫变迁场)对一维用电量数据进行... 针对传统的基于一维用电量数据挖掘分析的用户窃电检测方法检测精度低的问题,提出了一种基于混合神经网络的配电网用户窃电检测方法。首先,为了增强正常用户与窃电用户用电量的特征差异性,采用MTF(马尔可夫变迁场)对一维用电量数据进行图变换,实现用电数据的二维化;同时,为提高模型的准确性及泛化性,引入了用户用电量档案数据。然后,采用混合神经网络分别对预处理后的二维用电图像、档案数据进行特征量提取及融合,以实现配电网用户窃电检测。最后,通过两组对比实验,验证所提方法的有效性和精确性。实验结果表明:与其他模型相比,基于混合神经网络在窃电识别的准确率、查全率及ROC(接受者操作特征)曲线下面积均有较大的提升,具有较好的识别性能。 展开更多
关键词 配电网 用户窃电检测 马尔可夫变迁场 混合神经网络
下载PDF
利用智能电表数据进行窃电检测
14
作者 范怡然 《电气技术与经济》 2023年第10期210-212,共3页
窃电是电力公司关注的一个主要问题。随着智能电表的出现,收集家庭能源消耗数据的频率增加了,这使得先进的数据分析成为可能,而这在以前是不可能的。本文提出一种与温度相关的预测模型,该模型使用智能电表数据和配电变压器的数据来检测... 窃电是电力公司关注的一个主要问题。随着智能电表的出现,收集家庭能源消耗数据的频率增加了,这使得先进的数据分析成为可能,而这在以前是不可能的。本文提出一种与温度相关的预测模型,该模型使用智能电表数据和配电变压器的数据来检测某个地区的窃电情况。该模型针对不同数量的电力盗窃以及不同类型的电路近似进行了测试,可用于实际应用。 展开更多
关键词 智能电表 能源数据 窃电检测 预测模型
下载PDF
窃电检测在电能量计量计费系统中的应用 被引量：15
15
作者 程海花 李晓明 +1 位作者 黄军高 张莲梅 《电力系统及其自动化学报》 CSCD 2001年第6期53-57,共5页
本文介绍了三种用于电能量计量计费系统的窃电检测的方法 :事件检测、单表阀值检测和多表阀值检测。事件检测是通过检测检相关的事件信息来判断是否有窃电发生 ;单表阀值检测是检测单个电能表上的电压、电流、功率因数或电量增值是否越... 本文介绍了三种用于电能量计量计费系统的窃电检测的方法 :事件检测、单表阀值检测和多表阀值检测。事件检测是通过检测检相关的事件信息来判断是否有窃电发生 ;单表阀值检测是检测单个电能表上的电压、电流、功率因数或电量增值是否越限或判断是否有窃电现象发生 ;多表阀值检测是通过从多个电能表上获得的数据计算并检测母线不平衡率、线损、网损是否越限来检测是否有窃电现象发生。稽查工作人员可根据提示信息到有关现场去核实。 展开更多
关键词 电能量计量 计费系统 窃电检测 电能表 计算机
下载PDF
电能量计量计费系统的窃电检测 被引量：8
16
作者 程海花 李晓明 +2 位作者 黄军高 张莲梅 刘世琦 《电力自动化设备》 EI CSCD 北大核心 2002年第6期64-67,共4页
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... 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。 展开更多
关键词 电能量 计量计费系统 窃电检测 电能表
下载PDF
基于AdaBoost集成学习的窃电检测研究 被引量：30
17
作者 游文霞 申坤 +3 位作者 杨楠 李清清 吴永华 李黄强 《电力系统保护与控制》 EI CSCD 北大核心 2020年第19期151-159,共9页
针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次... 针对传统窃电检测中单一分类方法的不足,提出一种基于AdaBoost集成学习的窃电检测算法。首先利用训练集对决策树、误差逆传播神经网络、支持向量机和k最近邻四种方法进行训练对比,提出决策树作为AdaBoost集成学习算法的弱学习器。其次通过绘制不同学习率下的分类错误率曲线,确定AdaBoost集成学习算法的学习率和弱学习器个数。最后利用爱尔兰智能电表数据集中的居民用电数据对所提算法进行测试评估,将AdaBoost集成学习算法与决策树、k最近邻、误差逆传播神经网络、支持向量机等各类单一强学习算法对比。结果表明基于AdaBoost集成学习的窃电检测算法在准确率、命中率、误检率等检测指标中最优,灵敏性分析验证了基于AdaBoost集成学习的窃电检测方法的有效性。 展开更多
关键词 ADABOOST 窃电检测 集成学习 决策树 爱尔兰数据集
下载PDF
基于智能电表数据的台区识别与窃电检测方法研究 被引量：46
18
作者 潘明明 田世明 +1 位作者 吴博 叶俊 《智慧电力》 2017年第12期80-84,共5页
提出了一种基于智能电表数据的台区用户识别及窃电检测方法,该方法通过对智能电表的量测数据进行灰色关联分析,以对用户所属台区及相别进行识别;通过对智能电表的计量数据和量测数据进行计算和分析,以对台区进行窃电检测。该方法不需要... 提出了一种基于智能电表数据的台区用户识别及窃电检测方法,该方法通过对智能电表的量测数据进行灰色关联分析,以对用户所属台区及相别进行识别;通过对智能电表的计量数据和量测数据进行计算和分析,以对台区进行窃电检测。该方法不需要加装额外的装置便可实现台区用户识别和窃电检测,可有效提升电网企业的智能化和自动化水平,提高工作效率。 展开更多
关键词 智能电表 用户识别 灰色关联分析 窃电检测
下载PDF
基于多异学习器融合Stacking集成学习的窃电检测 被引量：6
19
作者 游文霞 李清清 +3 位作者 杨楠 申坤 李文武 吴泽黎 《电力系统自动化》 EI CSCD 北大核心 2022年第24期178-186,共9页
针对窃电检测中用户用电数据类别不平衡、采用投票法作为结合策略的集成学习方法无法充分发挥多个不同学习器优势等问题,提出一种利用Stacking集成学习融合多异学习器的模型应用于窃电检测。首先,从影响电量计量的因素出发,根据常见的5... 针对窃电检测中用户用电数据类别不平衡、采用投票法作为结合策略的集成学习方法无法充分发挥多个不同学习器优势等问题,提出一种利用Stacking集成学习融合多异学习器的模型应用于窃电检测。首先,从影响电量计量的因素出发,根据常见的5种窃电方法模拟6种窃电行为模式;其次,采用合成少数类过采样技术(SMOTE)对不平衡的用电数据进行处理,并利用K折交叉验证法对平衡后的训练集进行划分以缓解因重复学习造成的过拟合;然后,使用评价指标和多样性度量优选模型的不同初级学习器和元学习器,构建融合不同学习器优势和差异的Stacking集成学习窃电检测模型;最后,算例对比分析结果表明所提窃电检测模型能有效解决用电数据类别不平衡,充分发挥不同学习器的优势,评价指标良好。 展开更多
关键词 Stacking结合策略 集成学习 窃电检测 合成少数类过采样技术 K折交叉验证
下载PDF
基于生成式对抗网络的窃电检测数据生成方法 被引量：46
20
作者 王德文 杨凯华 《电网技术》 EI CSCD 北大核心 2020年第2期775-782,共8页
日益增长的用户侧用电数据为基于数据驱动的窃电检测方法奠定了基础,然而窃电检测数据固有的不平衡性质会影响该类方法的性能。针对窃电检测的数据不平衡问题,提出一种基于Wasserstein生成对抗网络(wasserstein generative adversarialn... 日益增长的用户侧用电数据为基于数据驱动的窃电检测方法奠定了基础,然而窃电检测数据固有的不平衡性质会影响该类方法的性能。针对窃电检测的数据不平衡问题,提出一种基于Wasserstein生成对抗网络(wasserstein generative adversarialnetwork,WGAN)的窃电样本过采样方法,通过WGAN生成器与判别器的对抗训练,神经网络能够学习到窃电负荷序列难以显式建模的时间相关性,生成与真实窃电样本具有相近分布的合成样本。采用WGAN训练期间生成的多组窃电样本对原始窃电样本进行增强,使用卷积神经网络在多组增强训练集上进行训练,选择在验证集上取得最高AUC值的增强训练集,最后在其上训练分类器实现窃电检测。所提方法在某电力公司提供的真实数据上进行了实验测试,结果表明相比于随机过采样、SMOTE和ADASYN等方法在检出率、误检率、F1测度以及AUC评价指标上有明显提升。 展开更多
关键词 数据驱动 窃电检测 数据不平衡 生成对抗网络 过采样
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 5 下一页 到第 页
使用帮助 返回顶部