基于前馈神经网络的电力窃电行为识别方法

当前电力窃电行为识别机制的设定为内容识别,误识率较高,因此本文提出对基于前馈神经网络的电力窃电行为识别方法的设计。根据当前识别需求,先进行用电负荷数据处理及数据转换,采用自适应的方式,提高识别效率,建立自适应识别机制。以此为基础设计电力窃电行为前馈神经网络识别模型,采用动态训练与追踪监测实现窃电识别。测试结果表明,与传统滤波电力窃电行为识别方法、传统改进孤立森林算法电力窃电行为识别方法相比,本次所设计的前馈神经网络电力窃电行为识别方法得出的误识率被控制在0.45%以下,这说明结合前馈神经网络,设计的电力窃电行为识别方法更高效,具备更高的识别精准度。

基于需求侧响应的分时用电计费博弈模型

分时用电计费作为需求侧响应管理中的重要手段,可以通过灵活电价形式考虑用户的用电需求变化,基于需求侧响应研究分时用电计费博弈模型。根据需求侧响应划分用户的用电类型,确定不同用户的用电峰谷时段,完成求解分时用电报价函数的博弈模型构建。实验结果:在设计的博弈模型应用中以某工厂24 h用电负荷为样本,可以优化最大最小用电负荷和峰谷差值,完成均衡负荷的目标,达到一定的实际应用效果,为分时用电计费提供理论依据。