基于循环神经网络的异常用电数据检测方法

针对用电数据检测时受电量敏感度的影响,导致异常数据检测时电能消耗过量的问题,提出了基于循环神经网络的异常用电数据检测方法。在循环神经网络体系中,根据窃电系数指标求解结果,计算电量压差的实际数值,实现对异常用电数据特征的提取。构建异常数据样本集合,通过填充缺失数据的处理方式,推断检测评价指标所属区间范围,完成基于循环神经网络的异常用电数据检测方法的设计。对比实验结果:循环神经网络作用下,由异常用电数据造成的电能消耗量最高为3.2×10^(8)kW·h,不会引发明显的电能过量消耗问题,符合维护电网运行稳定性的实际应用需求。

一种针对电能计量回路分流法窃电的检测模型

通过分析高压电能计量系统中分流法窃电特点,发现分流法窃电能引起电能计量二次回路导纳值的变化。提出一种分流法窃电检测模型,并设计了应用于该窃电检测模型的电能计量二次回路导纳和相角测试电路。通过在实验室搭建测试模型,验证了分流法窃电检测模型的有效性。