10.3969/j.issn.1007-3175.2019.01.004
基于社群特征的配电网异常用电行为分析
针对目前配电网异常用电行为精度欠佳、效率低下、人力资源耗费量大等问题, 在海量用电数据中利用数据挖掘技术实现异常用电数据的精确查找与定位.通过引入社群习惯的行业季节用电水平等异常分类指标, 对可能存在非技术性损耗 (NTL) 的配网用户进行分析和检测, 利用改进粒子群LM神经网络算法建立了有效的异常用电行为的自动识别模型.实验结果表明:该模型能够有效地提取用电特征, 实现对异常用户的检测, 具有较强的识别能力和较高的实用性.
异常用电、非技术性损耗、社群特征、改进粒子群算法
TM744(输配电工程、电力网及电力系统)
国家自然科学基金项目61672337
2019-05-17(万方平台首次上网日期,不代表论文的发表时间)
共6页
14-19