基于DNSCAN 算法的低压台区反窃电技术研究与应用

2021-11-28 19:31:02张新瑞张思宵杨红欣任志丹刘海峰
科技与创新 2021年10期
关键词:数据挖掘用户模型

张新瑞,张思宵,杨红欣,任志丹,刘海峰

(1.国网冀北电力有限公司张家口供电公司,河北 张家口075000;2.烟台东方威思顿电气有限公司,山东 烟台264000)

近年来,随着经济的飞速发展,社会对电能的需求也随之增大。如何合理并有效地管理生产生活用电,减少电力企业蒙受的经济损失,是供电公司长期关注的课题。从中国电力纠纷事件来看,最典型的两类问题就是窃电和违约用电,且都呈现出增长的趋势。科技的发展也让窃电手法变化多样,给电力系统的稳定、安全运行造成了一定的影响。为了有效推动电力企业稳定发展,用电检查人员急需一种能够主动进行窃电监控分析的方法和工具,及时发现疑似窃电用户,保障供电公司的经济利益。

目前国内外的专家学者对反窃电技术进行了大量研究,文献[1]的专家学者给出了一种基于欧几里得距离的离群点检测算法,有效实现了对欠流、失压法窃电的检测。文献[2-3]提出了一种基于正态分布的离群点反窃电算法,对用电信息采集系统中的数据进行挖掘,由于是基于离群点算法的反窃电研判,所以存在求解误差大的缺点。文献[4]利用线损相关数据,对损耗较大的电力用户进行识别,实现了对窃电的有效识别。文献[5]提出一种基于无监督学习的电力用户用电行为异常检测模型,主要包括特征提取、主成分分析、局部离群因子计算等,模型的输出结果包括疑似窃电概率和电力用户的异常度。

在电力大数据时代,基于用电信息采集系统的海量数据的深入挖掘和智能诊断分析方面仍处于实践探索阶段,通过数据深入挖掘分析,可有效锁定窃电用户和识别窃电方式,对电力企业持续良好发展具有十分重要的战略意义。……

登录APP查看全文

猜你喜欢
数据挖掘用户模型
一半模型
探讨人工智能与数据挖掘发展趋势
重尾非线性自回归模型自加权M-估计的渐近分布
基于并行计算的大数据挖掘在电网中的应用
电力与能源(2017年6期)2017-05-14 06:19:37
关注用户
商用汽车(2016年11期)2016-12-19 01:20:16
3D打印中的模型分割与打包
关注用户
商用汽车(2016年6期)2016-06-29 09:18:54
关注用户
商用汽车(2016年4期)2016-05-09 01:23:12
一种基于Hadoop的大数据挖掘云服务及应用
如何获取一亿海外用户
创业家(2015年5期)2015-02-27 07:53:25