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
1
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
基于非线性独立成分估计的分布式光伏窃电数据增强方法
被引量:
4
1
作者
薛阳
杨艺宁
+1 位作者
廖文龙
杨德昌
《电力系统自动化》
EI
CSCD
北大核心
2022年第2期171-179,共9页
由于分布式光伏窃电的强隐蔽性和稽查资源的有限性,导致电力部门掌握的窃电样本数量不足,限制了窃电检测的精度。为此,提出了一种基于非线性独立成分估计(NICE)的分布式光伏窃电数据增强方法。首先,利用多个可逆函数将窃电样本映射成服...
由于分布式光伏窃电的强隐蔽性和稽查资源的有限性,导致电力部门掌握的窃电样本数量不足,限制了窃电检测的精度。为此,提出了一种基于非线性独立成分估计(NICE)的分布式光伏窃电数据增强方法。首先,利用多个可逆函数将窃电样本映射成服从高斯分布的隐变量,并通过逆变换将其反向重构成新的窃电样本。然后,提出了3种典型的光伏窃电模型,并针对窃电样本的数据特征构建了卷积神经网络作为分类器。最后,通过仿真算例和实际算例验证了所提方法的有效性和适应性。仿真结果表明,NICE能够同时兼顾样本的形状和分布特征,生成的窃电样本能够显著提升不同分类器的性能。
展开更多
关键词
分布式光伏发电
窃电
非线性独立成分估计
深度学习
数据增强
下载PDF
职称材料
题名
基于非线性独立成分估计的分布式光伏窃电数据增强方法
被引量:
4
1
作者
薛阳
杨艺宁
廖文龙
杨德昌
机构
中国电力科学研究院有限公司
奥尔堡大学能源技术系
中国农业大学信息与电气工程学院
出处
《电力系统自动化》
EI
CSCD
北大核心
2022年第2期171-179,共9页
基金
国家电网公司总部科技项目(5400-201925177A-0-0-00)。
文摘
由于分布式光伏窃电的强隐蔽性和稽查资源的有限性,导致电力部门掌握的窃电样本数量不足,限制了窃电检测的精度。为此,提出了一种基于非线性独立成分估计(NICE)的分布式光伏窃电数据增强方法。首先,利用多个可逆函数将窃电样本映射成服从高斯分布的隐变量,并通过逆变换将其反向重构成新的窃电样本。然后,提出了3种典型的光伏窃电模型,并针对窃电样本的数据特征构建了卷积神经网络作为分类器。最后,通过仿真算例和实际算例验证了所提方法的有效性和适应性。仿真结果表明,NICE能够同时兼顾样本的形状和分布特征,生成的窃电样本能够显著提升不同分类器的性能。
关键词
分布式光伏发电
窃电
非线性独立成分估计
深度学习
数据增强
Keywords
distributed photovoltaic power generation
electricity theft
non-linear independent components estimation(NICE)
deep learning
data augmentation
分类号
TM615 [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
基于非线性独立成分估计的分布式光伏窃电数据增强方法
薛阳
杨艺宁
廖文龙
杨德昌
《电力系统自动化》
EI
CSCD
北大核心
2022
4
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