10.3969/j.issn.1006-9348.2018.08.014
AMI环境下异常用电检测研究
高级量测体系在传统电网中引入新技术的同时也带来了电能丢失的新风险,网络的开放性给了异常用电者新的可乘之机.提出了一种基于k-means算法与PSO-SVM相结合的无监督分类检测模型,利用k-means算法对部分数据集进行聚类,再将已获得标签的数据集作为训练样本送入PSO-SVM分类器进行学习,最后完成对未知标签的待检测数据集的分类,得到的异常用电数据追溯到有嫌疑的用户进而实现对嫌疑用户的重点监查.利用某电网提供的用电数据集进行实验的结果表明,提出的检测模型不仅避免了有监督训练样本过程中对于人工分类的依赖问题,同时相对于单独使用两种算法具有更高的检测准确率和更低的误漏报率.
高级测量体系、异常用电检测、均值
35
TP182(自动化基础理论)
国家自然科学基金50677047;湖北省自然科学基金2015CFB563:青年科学基金51707135
2018-10-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
66-70