期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
共找到
7
篇文章
<
1
>
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
智能电网环境下窃电行为检测
被引量:
3
1
作者
张芸
白开峰
+4 位作者
王星
仓甜
周通
段锦文
苏晗
《计算机与现代化》
2023年第3期60-65,共6页
用户恶意窃电造成的用电侧非技术性损失一直是全球各国电力公司期望解决的问题之一。随着人工智能算法的快速发展和智能电表的普及,通过对窃电行为建模和检测将有效减少这类情况的发生。本文首先介绍用电行为数据收集、处理、采样手段...
用户恶意窃电造成的用电侧非技术性损失一直是全球各国电力公司期望解决的问题之一。随着人工智能算法的快速发展和智能电表的普及,通过对窃电行为建模和检测将有效减少这类情况的发生。本文首先介绍用电行为数据收集、处理、采样手段。其次,就面向用电异常行为挖掘的离群点检测、机器学习方法和深度学习方法,分析对比各类算法的特点,对已有工作进行总结。最后,通过讨论智能化手段在窃电检测研究中出现的问题和未来研究工作为该领域的研究人员提供一些借鉴。
展开更多
关键词
智能化
电
网
窃电行为检测
机器学习
深度学习
下载PDF
职称材料
基于实值深度置信网络的用户侧窃电行为检测
被引量:
78
2
作者
张承智
肖先勇
郑子萱
《电网技术》
EI
CSCD
北大核心
2019年第3期1083-1091,共9页
用户侧窃电行为造成的非技术性损失对电网企业危害重大,不仅会影响电力系统的供电质量,还会增加电网的运营成本。为了辅助电网公司提高用电稽查效率、管理用户规范化用电,提出了基于实值深度置信网络的用户侧窃电行为检测模型。实值深...
用户侧窃电行为造成的非技术性损失对电网企业危害重大,不仅会影响电力系统的供电质量,还会增加电网的运营成本。为了辅助电网公司提高用电稽查效率、管理用户规范化用电,提出了基于实值深度置信网络的用户侧窃电行为检测模型。实值深度置信网络具有提取抽象特征的功能,并通过前馈神经网络微调后可实现较高分类精度。为了优化实值深度置信网络因随机初始化产生的局部最优化问题,该模型通过萤火虫算法对网络参数全局寻优。针对用户窃电行为检测,该模型利用因子分析进行数据降维,利用随机欠采样和套索算法应对数据不平衡问题,并利用ROC(receiver operatingcharacteristiccurve)曲线选取该模型的检测阈值。最后仿真实验验证了所提出模型的有效性和精确性。
展开更多
关键词
非技术性损失
窃电行为检测
特征提取
实值深度置信网络
不平衡数据
下载PDF
职称材料
基于RBF神经网络的配电网窃电行为检测
被引量:
15
3
作者
曹敏
邹京希
+3 位作者
魏龄
赵旭
张林山
李鹏
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第5期872-878,共7页
目前的窃电手段隐蔽性强、种类多样,传统的窃电检测方法已经越来越力不从心,不仅准确率低且时效性不高.因此,结合机器学习的方法,提出了一种基于RBF神经网络的窃电行为检测方法.通过对目前常见的窃电方式进行分析,挑选出三相电压中各相...
目前的窃电手段隐蔽性强、种类多样,传统的窃电检测方法已经越来越力不从心,不仅准确率低且时效性不高.因此,结合机器学习的方法,提出了一种基于RBF神经网络的窃电行为检测方法.通过对目前常见的窃电方式进行分析,挑选出三相电压中各相电压之间的差值、三相电流中各相电流的差值以及功率因数等参考量作为窃电检测的特征指标,并采用包含特征指标的历史数据来构建基于RBF神经网络的窃电行为检测模型.试验结果表明该方法针对目前常见的窃电方式进行识别的准确率达到94.1%,可以有效地筛选出存在窃电嫌疑的用户.该方法不仅达到了实际应用的精度要求,而且使反窃电技术更加智能化,变被动防窃电为主动防窃电.
展开更多
关键词
窃电行为检测
RBF神经网络
配
电
网
下载PDF
职称材料
基于时序偏移双残差网络的窃电行为检测
被引量:
1
4
作者
郑颖
邓灵莉
+4 位作者
李劲夫
卓灵
游奇琳
范怀瑾
冯文江
《西南师范大学学报(自然科学版)》
CAS
2022年第8期54-63,共10页
针对窃电量小、窃电发生时间随机的窃电行为,提出一种基于时序偏移双残差网络(TS-Bi-ResNet)的窃电行为检测模型.将基础残差网络模型改进为双残差网络(bi-residual network,Bi-ResNet)模型,考虑到窃电行为发生时间的随机性,利用时序偏移...
针对窃电量小、窃电发生时间随机的窃电行为,提出一种基于时序偏移双残差网络(TS-Bi-ResNet)的窃电行为检测模型.将基础残差网络模型改进为双残差网络(bi-residual network,Bi-ResNet)模型,考虑到窃电行为发生时间的随机性,利用时序偏移(timing shift,TS)算法对用电数据预处理,使模型能够学习用电数据的时间因素特征,构成TS-Bi-ResNet模型.根据真实用电数据和窃电特征生成含有伪窃电数据的混合用电数据集,利用TS-Bi-ResNet模型学习其浅层特征和深层特征,进而执行窃电行为检测.仿真和实际运行结果表明,TS-Bi-ResNet模型可以有效检测窃电量小且窃电发生时间随机的窃电行为,其检测精度优于LSTM模型与残差网络(ResNet)模型.
展开更多
关键词
窃电行为检测
双残差网络
时序偏移算法
机器学习
下载PDF
职称材料
基于深度森林算法的窃电行为检测方法研究
被引量:
21
5
作者
杨学良
陶晓峰
+2 位作者
熊霞
戚梦逸
孙萌
《智慧电力》
北大核心
2019年第10期85-92,共8页
深度学习在窃电行为检测领域的研究中应用越来越多,但传统的基于神经网络的深度学习因需要大量的训练样本、调参过程复杂等原因应用十分受限。首次将深度森林分类算法引入窃电行为检测领域,利用其依赖训练样本量小、超参数少、计算效率...
深度学习在窃电行为检测领域的研究中应用越来越多,但传统的基于神经网络的深度学习因需要大量的训练样本、调参过程复杂等原因应用十分受限。首次将深度森林分类算法引入窃电行为检测领域,利用其依赖训练样本量小、超参数少、计算效率高的优点,结合从电量、电压、电流、功率因数等数据提取的特征检测用户是否存在窃电嫌疑。通过某地区用电信息采集系统提供的负荷数据,验证了所提窃电行为检测模型的有效性。
展开更多
关键词
窃电行为检测
深度森林
多粒度扫描
级联森林
特征增强
超参数调试
下载PDF
职称材料
基于神经网络算法的用户窃电行为检测模型研究
被引量:
9
6
作者
吴健
林国强
+2 位作者
王晓慧
沈尚义
陈诚
《电力信息与通信技术》
2017年第12期36-40,共5页
为了检测存在窃电行为的用电用户,减少电力企业经济效益损失,文章采用湖州市真实用户用电数据,基于机器学习BP神经网络算法,构建低压用户与专变用户用电行为特征,建立窃电风险等级模型。模型采用6折交叉验证方法,平均AUC值达到0.85,验...
为了检测存在窃电行为的用电用户,减少电力企业经济效益损失,文章采用湖州市真实用户用电数据,基于机器学习BP神经网络算法,构建低压用户与专变用户用电行为特征,建立窃电风险等级模型。模型采用6折交叉验证方法,平均AUC值达到0.85,验证集中窃电用户命中率达到0.75,比以往人为排查的方法提高了效率和准确性,一定程度上能够辅助反窃电技术的智能化和信息化,为反窃电管理的完善提供有效的技术支持。
展开更多
关键词
窃电行为检测
机器学习
神经网络
窃
电
风险等级
低压用户
下载PDF
职称材料
基于深度学习的窃电行为检测方法
被引量:
12
7
作者
郑建宁
《信息技术》
2019年第2期156-159,共4页
相较过去大部分针对专变和公变的窃电检测方法,文中针对群体数量庞大、窃电手段复杂多样的低压用户进行窃电行为的检测分析。首先建立特征工程,然后基于卷积神经网络Le Net-5模型对日用电量数据进行建模分析,筛选出异常用电模式,再采用...
相较过去大部分针对专变和公变的窃电检测方法,文中针对群体数量庞大、窃电手段复杂多样的低压用户进行窃电行为的检测分析。首先建立特征工程,然后基于卷积神经网络Le Net-5模型对日用电量数据进行建模分析,筛选出异常用电模式,再采用双层深度网络对用户信息、台区线损、告警信息等数据进行综合分析。通过比对模型输出的分级窃电嫌疑清单,本文方法对各类窃电模式有很好的查准率,为精确抓获窃电奠定了基础。
展开更多
关键词
窃电行为检测
深度学习
卷积神经网络
全连接网络
窃
电
嫌疑
下载PDF
职称材料
题名
智能电网环境下窃电行为检测
被引量:
3
1
作者
张芸
白开峰
王星
仓甜
周通
段锦文
苏晗
机构
国网陕西省电力公司西安供电公司
出处
《计算机与现代化》
2023年第3期60-65,共6页
基金
国家自然科学基金面上项目(61772246)。
文摘
用户恶意窃电造成的用电侧非技术性损失一直是全球各国电力公司期望解决的问题之一。随着人工智能算法的快速发展和智能电表的普及,通过对窃电行为建模和检测将有效减少这类情况的发生。本文首先介绍用电行为数据收集、处理、采样手段。其次,就面向用电异常行为挖掘的离群点检测、机器学习方法和深度学习方法,分析对比各类算法的特点,对已有工作进行总结。最后,通过讨论智能化手段在窃电检测研究中出现的问题和未来研究工作为该领域的研究人员提供一些借鉴。
关键词
智能化
电
网
窃电行为检测
机器学习
深度学习
Keywords
smart grid
electricity theft detection
machine learning
deep learning
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于实值深度置信网络的用户侧窃电行为检测
被引量:
78
2
作者
张承智
肖先勇
郑子萱
机构
四川大学电气信息学院
出处
《电网技术》
EI
CSCD
北大核心
2019年第3期1083-1091,共9页
文摘
用户侧窃电行为造成的非技术性损失对电网企业危害重大,不仅会影响电力系统的供电质量,还会增加电网的运营成本。为了辅助电网公司提高用电稽查效率、管理用户规范化用电,提出了基于实值深度置信网络的用户侧窃电行为检测模型。实值深度置信网络具有提取抽象特征的功能,并通过前馈神经网络微调后可实现较高分类精度。为了优化实值深度置信网络因随机初始化产生的局部最优化问题,该模型通过萤火虫算法对网络参数全局寻优。针对用户窃电行为检测,该模型利用因子分析进行数据降维,利用随机欠采样和套索算法应对数据不平衡问题,并利用ROC(receiver operatingcharacteristiccurve)曲线选取该模型的检测阈值。最后仿真实验验证了所提出模型的有效性和精确性。
关键词
非技术性损失
窃电行为检测
特征提取
实值深度置信网络
不平衡数据
Keywords
non-technical losses
electricity theft detection
feature extraction
real-valued deep belief network
data imbalance
分类号
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于RBF神经网络的配电网窃电行为检测
被引量:
15
3
作者
曹敏
邹京希
魏龄
赵旭
张林山
李鹏
机构
云南电网有限责任公司电力科学研究院
云南大学信息学院
出处
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第5期872-878,共7页
基金
国家自然科学基金(61364024)
云南省应用基础研究项目(2014FB112)
云南省教育厅基金重点项目(2015Z014)
文摘
目前的窃电手段隐蔽性强、种类多样,传统的窃电检测方法已经越来越力不从心,不仅准确率低且时效性不高.因此,结合机器学习的方法,提出了一种基于RBF神经网络的窃电行为检测方法.通过对目前常见的窃电方式进行分析,挑选出三相电压中各相电压之间的差值、三相电流中各相电流的差值以及功率因数等参考量作为窃电检测的特征指标,并采用包含特征指标的历史数据来构建基于RBF神经网络的窃电行为检测模型.试验结果表明该方法针对目前常见的窃电方式进行识别的准确率达到94.1%,可以有效地筛选出存在窃电嫌疑的用户.该方法不仅达到了实际应用的精度要求,而且使反窃电技术更加智能化,变被动防窃电为主动防窃电.
关键词
窃电行为检测
RBF神经网络
配
电
网
Keywords
stealing behavior detection
RBF neural network
distribution network
分类号
TM711 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
基于时序偏移双残差网络的窃电行为检测
被引量:
1
4
作者
郑颖
邓灵莉
李劲夫
卓灵
游奇琳
范怀瑾
冯文江
机构
国网重庆市电力公司信息通信分公司
重庆大学微电子与通信工程学院
国网重庆市电力公司铜梁供电公司
出处
《西南师范大学学报(自然科学版)》
CAS
2022年第8期54-63,共10页
基金
国网重庆市电力公司科技项目(2021渝电科技8#)
重庆市教育委员会科学技术研究计划资助项目(KJQN202003104).
文摘
针对窃电量小、窃电发生时间随机的窃电行为,提出一种基于时序偏移双残差网络(TS-Bi-ResNet)的窃电行为检测模型.将基础残差网络模型改进为双残差网络(bi-residual network,Bi-ResNet)模型,考虑到窃电行为发生时间的随机性,利用时序偏移(timing shift,TS)算法对用电数据预处理,使模型能够学习用电数据的时间因素特征,构成TS-Bi-ResNet模型.根据真实用电数据和窃电特征生成含有伪窃电数据的混合用电数据集,利用TS-Bi-ResNet模型学习其浅层特征和深层特征,进而执行窃电行为检测.仿真和实际运行结果表明,TS-Bi-ResNet模型可以有效检测窃电量小且窃电发生时间随机的窃电行为,其检测精度优于LSTM模型与残差网络(ResNet)模型.
关键词
窃电行为检测
双残差网络
时序偏移算法
机器学习
Keywords
electricity stealing behavior detection
Bi-ResNet
timing shift algorithm
machine learning
分类号
TN929.53 [电子电信—通信与信息系统]
下载PDF
职称材料
题名
基于深度森林算法的窃电行为检测方法研究
被引量:
21
5
作者
杨学良
陶晓峰
熊霞
戚梦逸
孙萌
机构
南瑞集团(国网电力科学研究院)有限公司
出处
《智慧电力》
北大核心
2019年第10期85-92,共8页
基金
国家电网公司科技项目资助(521101180017)~~
文摘
深度学习在窃电行为检测领域的研究中应用越来越多,但传统的基于神经网络的深度学习因需要大量的训练样本、调参过程复杂等原因应用十分受限。首次将深度森林分类算法引入窃电行为检测领域,利用其依赖训练样本量小、超参数少、计算效率高的优点,结合从电量、电压、电流、功率因数等数据提取的特征检测用户是否存在窃电嫌疑。通过某地区用电信息采集系统提供的负荷数据,验证了所提窃电行为检测模型的有效性。
关键词
窃电行为检测
深度森林
多粒度扫描
级联森林
特征增强
超参数调试
Keywords
electricity theft detection
deep forest
multi-grained scanning
cascading forest
feature enhancing
hyper-parameter testing
分类号
TM715 [电气工程—电力系统及自动化]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于神经网络算法的用户窃电行为检测模型研究
被引量:
9
6
作者
吴健
林国强
王晓慧
沈尚义
陈诚
机构
国网浙江省电力公司湖州供电公司
全球能源互联网研究院有限公司
出处
《电力信息与通信技术》
2017年第12期36-40,共5页
文摘
为了检测存在窃电行为的用电用户,减少电力企业经济效益损失,文章采用湖州市真实用户用电数据,基于机器学习BP神经网络算法,构建低压用户与专变用户用电行为特征,建立窃电风险等级模型。模型采用6折交叉验证方法,平均AUC值达到0.85,验证集中窃电用户命中率达到0.75,比以往人为排查的方法提高了效率和准确性,一定程度上能够辅助反窃电技术的智能化和信息化,为反窃电管理的完善提供有效的技术支持。
关键词
窃电行为检测
机器学习
神经网络
窃
电
风险等级
低压用户
Keywords
electricity theft behavior detection
machine learning
neural network
electricity theft risk rating
low-voltage user
分类号
TP311 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
基于深度学习的窃电行为检测方法
被引量:
12
7
作者
郑建宁
机构
国网信通亿力科技有限责任公司
出处
《信息技术》
2019年第2期156-159,共4页
文摘
相较过去大部分针对专变和公变的窃电检测方法,文中针对群体数量庞大、窃电手段复杂多样的低压用户进行窃电行为的检测分析。首先建立特征工程,然后基于卷积神经网络Le Net-5模型对日用电量数据进行建模分析,筛选出异常用电模式,再采用双层深度网络对用户信息、台区线损、告警信息等数据进行综合分析。通过比对模型输出的分级窃电嫌疑清单,本文方法对各类窃电模式有很好的查准率,为精确抓获窃电奠定了基础。
关键词
窃电行为检测
深度学习
卷积神经网络
全连接网络
窃
电
嫌疑
Keywords
detection of electric larceny
deep learning
convolution neural network
fully connected network
suspicion of power stealing
分类号
TM73 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
智能电网环境下窃电行为检测
张芸
白开峰
王星
仓甜
周通
段锦文
苏晗
《计算机与现代化》
2023
3
下载PDF
职称材料
2
基于实值深度置信网络的用户侧窃电行为检测
张承智
肖先勇
郑子萱
《电网技术》
EI
CSCD
北大核心
2019
78
下载PDF
职称材料
3
基于RBF神经网络的配电网窃电行为检测
曹敏
邹京希
魏龄
赵旭
张林山
李鹏
《云南大学学报(自然科学版)》
CAS
CSCD
北大核心
2018
15
下载PDF
职称材料
4
基于时序偏移双残差网络的窃电行为检测
郑颖
邓灵莉
李劲夫
卓灵
游奇琳
范怀瑾
冯文江
《西南师范大学学报(自然科学版)》
CAS
2022
1
下载PDF
职称材料
5
基于深度森林算法的窃电行为检测方法研究
杨学良
陶晓峰
熊霞
戚梦逸
孙萌
《智慧电力》
北大核心
2019
21
下载PDF
职称材料
6
基于神经网络算法的用户窃电行为检测模型研究
吴健
林国强
王晓慧
沈尚义
陈诚
《电力信息与通信技术》
2017
9
下载PDF
职称材料
7
基于深度学习的窃电行为检测方法
郑建宁
《信息技术》
2019
12
下载PDF
职称材料
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
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部