-
题名基于用电信息大数据的用户窃电行为辨识研究
- 1
-
-
作者
李琰
潘玖庆
陈尧
张振玉
李轩
-
机构
国网青海省电力公司营销服务中心
青海大学
-
出处
《微型电脑应用》
2025年第1期130-133,150,共5页
-
基金
国网青海省电力公司科技项目(522830190017)。
-
文摘
针对窃电现象普遍存在及反窃电形势日益严峻的问题,建立基于电力用户用电信息大数据的用户窃电行为辨识模型。通过对用电信息大数据的预处理和分析,建立能有效反映用户窃电行为的电压、电流、电量和功率因数的电气量异常检测模型。利用改进随机森林模型,实现电气量异常特征量与用户窃电行为的非线性映射预测诊断。建立用户窃电行为辨识计算实例,通过用户窃电行为辨识结果的对比分析表明辨识方法的有效性和优越性,可为供电公司对用户窃电行为的辨识及反窃电相关工作提供有效的技术参考和指导。
-
关键词
用电信息采集系统
窃电行为辨识
用电异常检测
数据预处理
随机森林模型
-
Keywords
electricity information acquisition system
identification of power theft behavior
electrical anomaly detection
data preprocessing
random forest model
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
-
题名基于离群数据挖掘的低压窃电行为辨识方法研究
被引量：5
- 2
-
-
作者
唐伟宁
刘颖
于旭
董冠良
-
机构
国网吉林省电力有限公司电力科学研究院
吉林财经大学管理科学与信息工程学院
-
出处
《电子设计工程》
2021年第23期56-59,64,共5页
-
基金
吉林省科技发展计划项目(20180101337JC)
吉林省教育厅科研规划项目(JJKH20200139KJ)。
-
文摘
传统的低压窃电行为辨识方法的特征参数优化能力较弱,导致其辨识能力较差。为解决此问题,基于离群数据挖掘设计了一种新的低压窃电行为辨识方法。通过密度聚类方法分析不同方向的用电模式,在分析离群距离的基础上,挖掘不同的离群数据点,并设定评价矩阵,从而提取离群阈值。基于此分析窃电行为的可能性,进而完成对低压窃电行为的有效辨识。实验结果表明,该方法能够有效提高特征参数的优化能力,增强了对低压窃电行为的辨识效果。
-
关键词
离群数据挖掘
低压窃电
窃电行为辨识
密度聚类
-
Keywords
outlier data mining
low voltage power theft
identification of electric theft behavior
density clustering
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于时空关联矩阵的配电台区反窃电预警方法
被引量：56
- 3
-
-
作者
唐冬来
刘友波
熊智临
马铁丰
苏童
-
机构
四川中电启明星信息技术有限公司
四川大学电气工程学院
西南财经大学统计学院
-
出处
《电力系统自动化》
EI
CSCD
北大核心
2020年第19期168-176,共9页
-
基金
四川省科技计划资助项目(2016GZ0143)
国家电网公司科技项目(202058184A)。
-
文摘
针对配电台区窃电用户难发现、窃电量预估不准确的问题,提出了一种基于时空关联矩阵的配电台区反窃电预警方法。首先,构建配电台区数据清洗方法,采用线性插值算法对低压户表采集的缺失数据进行补正,以消除配电台区量测数据缺失对模型的影响。其次,构建配电台区窃电分析算法,通过台区线损波动率、线损与电流差异曲线的变点时间进行关联分析,从而判断台区是否存在窃电行为。再次,构建窃电用户的时空关联分析模型,通过变点、离群点和关联检测分析窃电嫌疑用户的时空分布特征,并计及用户窃电时间和用电容量等特性,提供预估窃电量。最后,通过实例验证了所提方法的有效性和实用性。
-
关键词
时空关联矩阵
离群点检测
变点检测
窃电行为辨识
窃电量预估
-
Keywords
spatiotemporal correlation matrix
detection of outlier point
detection of change-point
identification of electricity theft behavior
estimation of electricity theft quantity
-
分类号
TM73
[电气工程—电力系统及自动化]
-
-
题名基于配电物联网的反窃电预警系统研究及应用
被引量：9
- 4
-
-
作者
许小卉
许妙琦
唐冬来
叶鸿飞
朱晓庆
-
机构
国网浙江省电力有限公司
国网浙江综合能源服务有限公司
四川中电启明星信息技术有限公司
国网江苏省电力有限公司海门市供电分公司
-
出处
《计算技术与自动化》
2020年第2期104-108,共5页
-
文摘
基于电力物联网建设方向,结合大数据、人工智能深度机器学习技术,提出了基于配电物联网的反窃电预警系统研究及应用。通过配电台区"变-线-相-户"分段、分层的窃电台区嫌疑分析,客户用电负荷曲线的特征分析,精准锁定窃电嫌疑用户,提高供电单位窃电预警能力。首先,采用边缘物联代理技术采集用电特征数据,获取电表的电气数据及自动拓扑关系;其次,采用聚类、分层分析建立反窃电预警模型并结合专家诊断库生成窃电嫌疑用户清单;再其次,警电联动应用将窃电嫌疑用户推送至公安侦办系统,形成警电联动体系,最后展望系统扩展对相关业务的支撑,旨在探讨电网企业应用反窃电预警系统的价值。
-
关键词
配电物联网终端
反窃电预警
窃电行为辨识
-
Keywords
distribution internet of things terminal
early warning against electric larceny
identification of stealing electricity
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
