基于高斯核密度估计法的路灯窃电检测方法

散落在道路周围的路灯易被窃电,而路灯窃电检测与普通用户窃电检测有显著差异。路灯负荷一般由专用变压器供电,是一种仅有供电计量、没有下级用户计量的特殊负荷,因此很难识别因窃电造成高损耗的路灯专变。在深入分析路灯专变负荷特性的基础上,提出了一种基于高斯核密度估计法的路灯窃电检测方法。首先,分析路灯负荷的用电特性。然后,计算了路灯负荷的不同计量时间间隔用电量数据的累积波动量,通过直方图阈值法初步设置阈值将用电负荷分类后,再利用高斯核密度估计法求取最优阈值。最后,以长沙某地区路灯专变负荷对所提方法进行验证,结果表明所提方法能有效地检测出窃电用户。

基于高斯阈值法的水电机组状态评估方法研究

本文通过新异类检测方法中的健康样本模型与机组状态监测系统的结合,提出一套健全的基于水电机组健康模型的监测诊断方法来实现机组的健康诊断。该诊断方法侧重于设备运行状态的实时评估,而不过多的关注故障原因和机理等因素,通过监测设备状态是否存在异常及其严重程度,再结合故障推理或其他辅助手段来完成故障分析。

基于DL和GKDE的松花江流域土壤侵蚀类型的概率评价研究

[目的]为科学判别流域尺度土壤侵蚀类型并给出相应的发生概率。[方法]构建基于深度学习(deep learning,DL)的松花江流域土壤侵蚀模数(erosion modulu,EM)计算模型,并计算不同类型的侵蚀模数。以降雨、气温、风速3个侵蚀模数影响因子为随机变量,利用数值模拟和高斯核密度估计法(gaussian kernel density estimation,GKDE)构建EM概率评价方法,给出不同土壤侵蚀强度组合的发生概率。[结果]EM计算模型验证期的R^(2)均>0.86。流域内平均每年有74.47%发生微度水蚀与微度风蚀;12.86%的面积发生轻度及以上水蚀与微度风蚀;12.56%的面积发生轻度及以上风蚀与微度水蚀;0.11%的面积水蚀强度与风蚀强度均在轻度及以上。36个典型像元中,发生微度水蚀与微度风蚀的平均概率为57.45%;发生微度水蚀与轻度风蚀的平均概率为30.26%;发生微度水蚀与中度风蚀的平均概率为8.03%;发生轻度水蚀与微度风蚀的平均概率为2.11%;发生微度水蚀与重度风蚀的平均概率为2.08%;发生其余强度组合的平均概率在0.05%以下。[结论]构建的松花江流域EM计算模型精度较高,揭示了松花江流域土壤侵蚀类型空间分布特征,并给出不同土壤侵蚀强度组合的发生概率,为松花江流域土壤侵蚀治理提供依据。