CN110097297A 一种多维度窃电态势智能感知方法、系统、设备及介质 （国网湖南省电力有限公司）_第1页
CN110097297A 一种多维度窃电态势智能感知方法、系统、设备及介质 （国网湖南省电力有限公司）_第2页
CN110097297A 一种多维度窃电态势智能感知方法、系统、设备及介质 （国网湖南省电力有限公司）_第3页
CN110097297A 一种多维度窃电态势智能感知方法、系统、设备及介质 （国网湖南省电力有限公司）_第4页
CN110097297A 一种多维度窃电态势智能感知方法、系统、设备及介质 （国网湖南省电力有限公司）_第5页
已阅读5页，还剩36页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

合伙)43008一种多维度窃电态势智能感知方法、系统、本发明公开了一种多维度窃电态势智能感模型；对典型行业用户的电力原始数据进行筛2对典型行业用户的电力原始数据进行筛选，再输入至反窃电C相二次侧电流和三相四线中的三相二次侧电流；所述计量反极性指标的数据源为各系统5.根据权利要求1至4中任意一项所述的多维度窃电态势智能感知方法，其特征在于，6.根据权利要求1至4中任意一项所述的多维度窃电态势智能感知方法，其特征在于，37.根据权利要求1至4中任意一项所述的多维度窃电态势智能感知方法，其特征在于，典型行业用电矩阵化数据集生成模块，用于反窃电专家样本库生成模块，用于构建初始特征，反窃电诊断模型构建模块，用于以典型行业用电矩阵化45[0010]以典型行业用电矩阵化数据集与反窃电专家样本库为基础，构建反窃电诊断模据包括开盖事件或开箱事件或磁场干扰或相序异常或电表停电、上电记录或电能表倒走；[0020]典型行业用电矩阵化数据集生成模块，用于构造不同典型行6[0032]本发明同时还提供了一种多维度窃电态势智能感知系统，移7[0049]以典型行业用电矩阵化数据集与反窃电专家样本库为基础，构建反窃电诊断模89的主要聚类算法包括距离判定的K-means聚类算法和基于密度DBSCAN聚类算法。其中K-means聚类算法能够直观反映出不同行业的负荷特征，而DBSCAN聚类算法处理不同大小和可达关系导出的最大密度相连的样本集合作为其一个类别，可发现任意形状的空间聚类；[0120]对生产型的用户从电能计量装置上反映出来的有功和无功电量的比例是相对稳[0153]根据现场采集设备和计量设备上传的事件类数据进行判断，[0163]信用类指标不能直接作为判定窃电的依据，但可以作为窃电行为的辅助判定条[0182]BP神经网络通过隐含层中非线性函数对反窃电指标的映射，使得其变得线性可[0183]模型采用具有多输入单输出的三层BP神经网络作为用户窃电其中神经网络参数的学习是基于Delta学习准则。通过神经网络算法输出用户的疑似窃电[0185]XGBoost算法是具有CART决策树算法和集成算法的优点，将其应用到反窃电分析离群点算法将窃电嫌疑数据从海量数据中筛选出来进行分析处理，提出了电量波动系数：[0210]每个行业负荷都有其特有的特性，通过聚类算法可生成的不[0229]典型行业用电矩阵化数据集生成模块，用于构造不同典型行未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论