基于改进k-means算法和大数据分析的新型窃电识别模型与仿真

针对传统的人工现场稽查难以有效查出用户窃电行为的问题,文中在当前采集系统能有效获取用户用电信息的基础上,提出一种基于改进k-means算法和用电大数据的新型窃电识别模型。通过对采集系统得到的用电数据进行预处理,同时提取电量与电压的特征参数,从而建立用户的综合用电信息指标。最终,通过改进的k-means算法识别出高损台区的窃电用户。对某高损台区的仿真实验结果表明,新型窃电识别模型能够缩小窃电稽查范围,且可更加精准、有效地识别出窃电用户,并有效提升窃电稽查的工作效率。

三种模式识别模型诊断腰椎间盘突出症受压神经根的准确率

背景:目前关于腰椎间盘突出症受压神经根的客观检查都面临着诊断能力不足的问题,将模式识别技术与表面肌电技术结合将为提高受压神经根的诊断正确率提供新思路。目的:通过3种不同的模式识别方法建立腰椎间盘突出症受压神经根的表面肌电识别模型,计算3种模型的诊断准确率并分析不同模式识别技术的应用特点。方法:采集2015年10月至2016年10月住院并接受手术治疗的24例L4/L5节段椎间盘突出合并L5神经根受压和23例L5/S1节段椎间盘突出合并S1神经根受压患者的表面肌电参数,应用逻辑回归方程、决策树和人工神经网络建立受压神经根的识别模型,计算3种模型的灵敏度、特异度和诊断正确率,通过受试者工作特征曲线比较3种模型的诊断正确率。结果与结论:(1)逻辑回归方程最终建立了一个三参数的诊断模型,其诊断率从85.7%-100%,平均为93.6%,该诊断方程的灵敏度和特异度分别为0.98和0.92;(2)卡方自交互侦测决策树诊断模型的诊断率为42.86%-85.71%,平均为66.43%,该诊断方程的灵敏度和特异度分别为0.77和0.56;(3)分类回归决策树诊断模型的诊断率为57.14%-85.71%,平均为72.14%,该诊断方程的灵敏度和特异度分别为0.71和0.73;(4)神经网络诊断模型诊断率为85.7%-100%,平均为92.14%,该诊断方程的灵敏度和特异度分别为0.93和0.92;(5)受试者工作特征曲线的曲线下面积评价3种分类模型时,神经网络为0.98,逻辑回归方程为0.97,决策树为0.90;(6)结果表明,神经网络模型与逻辑回归模型识别受压神经根的正确率均非常满意,明显高于MRI的检查结果,其中神经网络模型的诊断效能更加稳定,故其可以作为一种新的定位诊断受压神经根的辅助方法;在没有条件建立神经网络诊断模型的情况下,逻辑回归同样非常适用;决策树在重要危险因素的筛选方面性能突出,其可以和其他方法联合使用提高识别准确率。

基于台区识别和关联监测加权算法的窃电检测方法

针对以人力资源投入为主的传统反窃电模式存在稽查效率低和盲目性等问题,提出一种基于台区识别和关联监测加权算法的窃电检测方法。首先通过用电信息采集系统得到用户基础档案数据,创建台区停电事件校核流程提高台区档案归属准确率。然后采集正常档案用户的疑似窃电异常关联因素,利用改进的层次分析法建立窃电关联监测矩阵模型,实现客户侧窃电智能监控。最后根据置信程度计算用户窃电嫌疑值。通过实例验证提出的算法可以快速准确锁定疑似窃电用户,为反窃电工作提供有力的技术支撑,推动反窃电业务向智能化转变。

基于用电特征分析的窃电行为识别方法

反窃电工作是实现电力企业用电管理不可或缺的环节.针对山东省用电用户数量多、分布面积广、窃电现象逐年上升、检测人员不足等特点,对获取的用户窃电行为数据进行合理的分析、处理,提出一种基于用电特征分析的窃电行为识别方法,实现对窃电嫌疑用户的筛查.该方法首先基于采集样本,以过滤式算法和规则阈值设定的方式,实现采集样本数据的特征提取,从而提高采集数据的有效性;随后以逻辑回归算法构建用户窃电行为诊断模型,实现对窃电嫌疑用户的判定;此外,采用推送、排查、处理和反馈的闭环工作机制不断优化模型,并以国网山东省电力公司用电信息采集系统、营销业务应用系统提供数据进行算例分析,验证了所述方法的可行性与适用性.

基于朴素贝叶斯的反窃电分析模型研究

基于朴素贝叶斯的反窃电漏计分析模型使用窃电和非窃电电力用户的电量、电流、电压等相关历史数据训练朴素贝叶斯分类模型,再通过分类器对异常线损区间的用户进行分类,获得用户属于窃电嫌疑的概率值,经实验证明该分类器能有效的对窃电嫌疑用户进行甄别。算法固化在软件系统为高效、精准的窃电稽查工作提供工具保障。

基于轻量级提升决策树的窃电识别方法研究

针对低压电力用户传统窃电识别方法识别效率和准确率低的不足,提出一种基于轻量级提升决策树和BP神经网络的窃电识别方法,先根据异常用电专家特征库进行特征分割,再结合特征指标匹配度和应用需求从分割结果中提取异常用电识别结果,建立双层识别模型。针对用电特征分割时用于特征分割模型的传统决策树算法在特征值离散化时叶子节点生长所占用的计算资源较多的问题,引入按叶生长策略,并控制其生长深度,在避免过拟合的同时提高计算效率。此外,为提高数据预处理效率,分别通过Newton插值法和3σ定律对所采集的用户原始用电数据中的缺失和异常数据进行预处理。使用广西电网某网区的实际用户数据集进行案例分析,结果表明所提算法的识别准确性和识别效率较优,验证了其有效性。

电能计量互感器二次回路状态识别系统

针对目前互感器二次回路窃电方法逐步趋于高科技化和隐蔽化的问题,分析了互感器二次回路在不同故障、窃电情况下的等效模型,提出了一种基于阻抗特性的互感器二次回路状态识别方法.采用谐振检测电路技术,研制了二次回路终端检测装置和互感器二次回路状态巡检仪,通过现场测试验证了该方法的可行性.结果表明,基于该方法研制的装置能够实现互感器二次回路的状态监测.

电力远程智能管理信息系统应用于用电监测与反窃电系统的方案

在介绍窃电危害性、窃电手法及目前防治窃电技术措施的基础上,提出一种基于电力远程智能管理信息系统应用于用电监测与反窃电系统的设计方案、系统组成和工作原理。介绍了系统中窃电行为识别与诊断方法,分析了系统的技术特点。指出该系统能及时捕获窃电和提高反窃电速度,从而防止窃电行为。

基于数据挖掘技术的反窃电方法研究

针对传统方法难以有效发现和诊断窃电的问题,通过研究数据挖掘技术,提出了一种基于模糊神经网络模型的反窃电诊断方法,该方法充分发挥了模糊评价法与神经网络评价法的优点,实现对用电大数据的深度分析和作出窃电诊断。结合实例,对该方法进行了验证,实验表明该方法能快速精确诊断出窃电嫌疑目标,对反窃电工作具有重要意义。

市县级一体化配电网线损管理系统的设计与实现

配电网线损管理是供电企业管理的一项重要内容,文章以市县级供电企业为研究平台,设计并实现了市县级一体化配电网线损管理系统,系统实现了可视化线损技术,提出了通过电力系统潮流计算来对低压配电网用户理论线损进行计算的方案,建立基于贝叶斯网络的违章窃电诊断识别模型,结果表明该系统具有实用性强、可靠性高、操作简便、人机界面友好等优点。

识别电力营销风险

建立风险判断模型——风险元语言的判断:"作为确定的原因引起的结果,不确定性事件可能发生,而不确定性事件又会导致对目标产生的后果"风险识别是风险管理的重要工作,然而要在工作中准确识别风险却并不简单。稍不注意。

计算机辅助技术

Y2002-63084-277 0214491AIRE/CE:CAD 工具集成的修改形式=AIRE/CE:arevision towards CAD tool integration[会,英]/Reshadi,M.H.& Gharebaghi.A.M.//ICM 2000 Proceedingsof the Twelfth International Conference on Microelec-tronics.—277～280(PE)