基于SVM的AMI环境下用电异常检测研究

摘要：

高级测量体系的建设在传统电力系统中引入了许多新技术，对电力系统安全提出了新的考验。网络的开放性和安全性之间的矛盾加大，使得非法电力用户窃电的手段增多，如何有效检测窃电成为电网信息化的一个新问题。根据高级测量体系系统架构的特点，使用One-class SVM无监督机器学习架构对电力用户负荷异常进行检测，可以在小样本、样本分类不均衡环境下提高检测的准确性。使用对检测结果过滤的方法对检测结果进行分类处理，降低系统的虚警率。系统能提高用电稽查效率，降低电力系统的非技术性损失。最后对系统进行架构搭建实现，使用真实算例验证了算法的执行效率和检测效率。

关键词：高级测量体系、One-class SVM、用电异常、机器学习、非技术性损失

分类号：TM714.3(输配电工程、电力网及电力系统)

在线出版日期：2014-04-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：64-69