用户侧窃电行为造成的非技术性损失对电网企业危害重大,不仅会影响电力系统的供电质量,还会增加电网的运营成本。为了辅助电网公司提高用电稽查效率、管理用户规范化用电,提出了基于实值深度置信网络的用户侧窃电行为检测模型。实值深度置信网络具有提取抽象特征的功能,并通过前馈神经网络微调后可实现较高分类精度。为了优化实值深度置信网络因随机初始化产生的局部最优化问题,该模型通过萤火虫算法对网络参数全局寻优。针对用户窃电行为检测,该模型利用因子分析进行数据降维,利用随机欠采样和套索算法应对数据不平衡问题,并利用ROC(receiver operatingcharacteristiccurve)曲线选取该模型的检测阈值。最后仿真实验验证了所提出模型的有效性和精确性。
类型: 期刊论文
作者: 张承智,肖先勇,郑子萱
关键词: 非技术性损失,窃电行为检测,特征提取,实值深度置信网络,不平衡数据
来源: 电网技术 2019年03期
年度: 2019
分类: 工程科技Ⅱ辑
专业: 电力工业
单位: 四川大学电气信息学院
分类号: TM73
DOI: 10.13335/j.1000-3673.pst.2018.1045
页码: 1083-1091
总页数: 9
文件大小: 514K
下载量: 442
本文来源: https://www.lunwen66.cn/article/31ec0226fe06c1ffa5202f7c.html