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ISSA-SVC的配电网高损台区窃电检测方法研究
1
作者
赖健
许志浩
+3 位作者
康兵
王宗耀
丁贵立
袁小翠
《电力系统保护与控制》
EI
CSCD
北大核心
2024年第12期104-112,共9页
针对现有的基于机器学习的用户窃电行为检测方法检测效率和准确率不高等问题,提出一种基于改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量分类机(support vector classification,SVC)参数的ISSA-SVC窃电检测模...
针对现有的基于机器学习的用户窃电行为检测方法检测效率和准确率不高等问题,提出一种基于改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量分类机(support vector classification,SVC)参数的ISSA-SVC窃电检测模型。首先,该模型通过分析台区每一天的线损率与窃电电量、窃电用户计量电量与窃电电量、窃电用户计量电量与线损电量、台区供电量与窃电电量、用户最近一天用电量和相邻几天用电量、具有相似特征用户用电量曲线的相关性提取用户窃电特征参量。其次,利用动态时间规整(dynamic time warping,DTW)方法计算得到它们的相关系数。最后,采用ISSA优化SVC惩罚参数C和核参数g,并对台区内窃电用户进行检测。仿真算例与实际电网数据分析表明,所提方法与传统的窃电检测方法相比,具有更高的效率和准确率。
展开更多
关键词
机器学习
窃电检测
用户窃电特征参量
相关系数
issa-svc
下载PDF
职称材料
题名
基于ISSA-SVC的配电网高损台区窃电检测方法研究
1
作者
赖健
许志浩
康兵
王宗耀
丁贵立
袁小翠
机构
南昌工程学院电气工程学院
江西省高压大功率电力电子与电网智能量测工程研究中心
江西博微新技术有限公司
出处
《电力系统保护与控制》
EI
CSCD
北大核心
2024年第12期104-112,共9页
基金
国家自然科学基金项目资助(62001202)。
文摘
针对现有的基于机器学习的用户窃电行为检测方法检测效率和准确率不高等问题,提出一种基于改进麻雀搜索算法(improved sparrow search algorithm,ISSA)优化支持向量分类机(support vector classification,SVC)参数的ISSA-SVC窃电检测模型。首先,该模型通过分析台区每一天的线损率与窃电电量、窃电用户计量电量与窃电电量、窃电用户计量电量与线损电量、台区供电量与窃电电量、用户最近一天用电量和相邻几天用电量、具有相似特征用户用电量曲线的相关性提取用户窃电特征参量。其次,利用动态时间规整(dynamic time warping,DTW)方法计算得到它们的相关系数。最后,采用ISSA优化SVC惩罚参数C和核参数g,并对台区内窃电用户进行检测。仿真算例与实际电网数据分析表明,所提方法与传统的窃电检测方法相比,具有更高的效率和准确率。
关键词
机器学习
窃电检测
用户窃电特征参量
相关系数
issa-svc
Keywords
machine learning
electricity theft detection
characteristics of the users’electricity theft
correlation coefficients
issa-svc
分类号
TM73 [电气工程—电力系统及自动化]
TP18 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于ISSA-SVC的配电网高损台区窃电检测方法研究
赖健
许志浩
康兵
王宗耀
丁贵立
袁小翠
《电力系统保护与控制》
EI
CSCD
北大核心
2024
0
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