基于特征提取的面向边缘数据中心的窃电监测

摘要：

随着电网信息物理系统的发展,一部分数据处理功能逐渐下沉到靠近终端用户的边缘层.为了给后续分析提供可靠的数据源,及时发现异常用电行为,窃电监测是边缘数据中心重要功能之一.文中提出一种针对边缘数据中心的窃电监测方法,该方法利用深度卷积生成对抗网络(DCGAN)鉴别器提取得到的特征,在边缘数据中心对二范数线性支持向量机(L2SVM)进行训练.实验结果证实,DCGAN具有较好的收敛性能,鉴别器提取得到的正常与窃电行为用电特征具有明显划分,且比基于主成分分析(PCA)特征提取方法更加有效,此外,与基于径向基核函数的支持向量机(SVM)反窃电方法相比,所提方法准确度更好且计算复杂度低,适合边缘数据中心部署.

关键词：信息物理系统、边缘数据中心、深度卷积生成对抗网络(DCGAN)、特征提取、二范数线性支持向量机(L2SVM)

所属期刊栏目：44

资助基金：国家自然科学基金委员会-国家电网公司智能电网联合基金资助项目U1866206

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：128-134