针对传统窃电识别精度低的问题,结合BP神经网络和思维进化算法的原理,提出一种基于(Mind Evolutionary algorithm and back propagation,MEA-BP)的窃电识别模型。在该模型中,通过MEA的子种群趋同操作和异化操作,实现BP神经网络最优权值...针对传统窃电识别精度低的问题,结合BP神经网络和思维进化算法的原理,提出一种基于(Mind Evolutionary algorithm and back propagation,MEA-BP)的窃电识别模型。在该模型中,通过MEA的子种群趋同操作和异化操作,实现BP神经网络最优权值和阈值的优化;然后在上述优化基础上,构建基于用电参量的BP识别模型,并将测试数据导入模型中,实现异常用电客户的精准判断。仿真结果表明,经MEA优化后的算法只需三次趋同即找到最优BP参数,同时仿真识别的结果与实际结果一致,具有较高的精度。展开更多
文摘针对传统窃电识别精度低的问题,结合BP神经网络和思维进化算法的原理,提出一种基于(Mind Evolutionary algorithm and back propagation,MEA-BP)的窃电识别模型。在该模型中,通过MEA的子种群趋同操作和异化操作,实现BP神经网络最优权值和阈值的优化;然后在上述优化基础上,构建基于用电参量的BP识别模型,并将测试数据导入模型中,实现异常用电客户的精准判断。仿真结果表明,经MEA优化后的算法只需三次趋同即找到最优BP参数,同时仿真识别的结果与实际结果一致,具有较高的精度。