CN111738364A - 一种基于用户负荷与用电参量相结合的窃电检测方法 - Google Patents
一种基于用户负荷与用电参量相结合的窃电检测方法 Download PDFInfo
- Publication number
- CN111738364A CN111738364A CN202010775701.8A CN202010775701A CN111738364A CN 111738364 A CN111738364 A CN 111738364A CN 202010775701 A CN202010775701 A CN 202010775701A CN 111738364 A CN111738364 A CN 111738364A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- load
- electricity stealing
- electricity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000005611 electricity Effects 0.000 title claims abstract description 71
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 28
- 230000002159 abnormal effect Effects 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000013528 artificial neural network Methods 0.000 claims abstract description 20
- 238000012549 training Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 11
- 238000010187 selection method Methods 0.000 claims abstract description 9
- 230000015654 memory Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004140 cleaning Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 claims description 2
- 210000002364 input neuron Anatomy 0.000 claims description 2
- 239000011159 matrix material Substances 0.000 claims description 2
- 238000010606 normalization Methods 0.000 claims description 2
- 210000004205 output neuron Anatomy 0.000 claims description 2
- 238000005070 sampling Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 230000007787 long-term memory Effects 0.000 abstract description 2
- 230000006403 short-term memory Effects 0.000 abstract description 2
- 238000004364 calculation method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Molecular Biology (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Biomedical Technology (AREA)
- Probability & Statistics with Applications (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
Claims (5)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010775701.8A CN111738364B (zh) | 2020-08-05 | 2020-08-05 | 一种基于用户负荷与用电参量相结合的窃电检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010775701.8A CN111738364B (zh) | 2020-08-05 | 2020-08-05 | 一种基于用户负荷与用电参量相结合的窃电检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111738364A true CN111738364A (zh) | 2020-10-02 |
CN111738364B CN111738364B (zh) | 2021-05-25 |
Family
ID=72657954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010775701.8A Active CN111738364B (zh) | 2020-08-05 | 2020-08-05 | 一种基于用户负荷与用电参量相结合的窃电检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111738364B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112398226A (zh) * | 2020-11-13 | 2021-02-23 | 国网山东省电力公司泰安供电公司 | 一种供电系统反窃电方法、系统、终端及存储介质 |
CN112418623A (zh) * | 2020-11-12 | 2021-02-26 | 国网河南省电力公司郑州供电公司 | 基于双向长短时记忆网络和滑动窗输入的反窃电识别方法 |
CN112485515A (zh) * | 2020-12-11 | 2021-03-12 | 广东电网有限责任公司 | 一种用于电能表费率时段更正方法及系统 |
CN112884000A (zh) * | 2021-01-15 | 2021-06-01 | 国网河南省电力公司营销服务中心 | 一种基于数据挖掘的用电检查智能诊断方法及诊断系统 |
CN112926645A (zh) * | 2021-02-22 | 2021-06-08 | 国网四川省电力公司营销服务中心 | 一种基于边缘计算的窃电检测方法 |
CN113129168A (zh) * | 2021-05-17 | 2021-07-16 | 国网河北省电力有限公司电力科学研究院 | 电力台区的线损确定方法、装置及终端设备 |
CN113156917A (zh) * | 2021-04-10 | 2021-07-23 | 河南巨捷电子科技有限公司 | 基于人工智能的电网设备故障诊断方法及系统 |
CN113222624A (zh) * | 2021-05-31 | 2021-08-06 | 江苏新智合电力技术有限公司 | 一种反窃电智能分析方法及系统 |
CN113420912A (zh) * | 2021-06-04 | 2021-09-21 | 国网江西省电力有限公司电力科学研究院 | 一种配电网低压异常用户辨识的方法 |
CN113705710A (zh) * | 2021-09-02 | 2021-11-26 | 国网安徽省电力有限公司营销服务中心 | 电动车充电设施违约用电识别方法及装置 |
CN113933585A (zh) * | 2021-11-26 | 2022-01-14 | 长沙理工大学 | 一种基于欧氏距离的漏电台区断零窃电用户检测方法 |
CN116150239A (zh) * | 2022-12-16 | 2023-05-23 | 彭州华润燃气有限公司 | 一种针对燃气偷盗气行为的数据挖掘方法 |
CN116432136A (zh) * | 2023-04-28 | 2023-07-14 | 国网四川省电力公司营销服务中心 | 一种基于用电采集系统的分布式用电异常检测方法 |
CN116777124A (zh) * | 2023-08-24 | 2023-09-19 | 国网山东省电力公司临沂供电公司 | 一种基于用户用电行为的窃电监测方法 |
CN116862116A (zh) * | 2023-09-05 | 2023-10-10 | 国网天津市电力公司营销服务中心 | 一种反窃电智能预警方法、系统、电子设备和存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839197A (zh) * | 2014-03-19 | 2014-06-04 | 国家电网公司 | 一种基于eemd方法的用户用电行为异常的判定方法 |
CN105931236A (zh) * | 2016-04-19 | 2016-09-07 | 武汉大学 | 面向图像分割的模糊c-均值聚类初始聚类中心自动选取方法 |
CN106447206A (zh) * | 2016-10-09 | 2017-02-22 | 国网浙江省电力公司信息通信分公司 | 基于用电信息采集数据的用电分析方法 |
CN109146705A (zh) * | 2018-07-02 | 2019-01-04 | 昆明理工大学 | 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 |
CN109272015A (zh) * | 2018-08-07 | 2019-01-25 | 北京空间技术研制试验中心 | 基于最小距离最大化准则优化初始中心的模糊聚类方法 |
US20190087728A1 (en) * | 2017-09-18 | 2019-03-21 | Tata Consultancy Services Limited | Techniques for correcting linguistic training bias in training data |
CN109922038A (zh) * | 2018-12-29 | 2019-06-21 | 中国电力科学研究院有限公司 | 一种用于电力终端的异常数据的检测方法及装置 |
CN110321934A (zh) * | 2019-06-12 | 2019-10-11 | 深圳供电局有限公司 | 一种检测用户用电异常数据的方法及系统 |
CN110334726A (zh) * | 2019-04-24 | 2019-10-15 | 华北电力大学 | 一种基于密度聚类和lstm的电力负荷异常数据的识别与修复方法 |
CN111223006A (zh) * | 2019-12-25 | 2020-06-02 | 国网冀北电力有限公司信息通信分公司 | 一种异常用电检测方法及装置 |
-
2020
- 2020-08-05 CN CN202010775701.8A patent/CN111738364B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839197A (zh) * | 2014-03-19 | 2014-06-04 | 国家电网公司 | 一种基于eemd方法的用户用电行为异常的判定方法 |
CN105931236A (zh) * | 2016-04-19 | 2016-09-07 | 武汉大学 | 面向图像分割的模糊c-均值聚类初始聚类中心自动选取方法 |
CN106447206A (zh) * | 2016-10-09 | 2017-02-22 | 国网浙江省电力公司信息通信分公司 | 基于用电信息采集数据的用电分析方法 |
US20190087728A1 (en) * | 2017-09-18 | 2019-03-21 | Tata Consultancy Services Limited | Techniques for correcting linguistic training bias in training data |
CN109146705A (zh) * | 2018-07-02 | 2019-01-04 | 昆明理工大学 | 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 |
CN109272015A (zh) * | 2018-08-07 | 2019-01-25 | 北京空间技术研制试验中心 | 基于最小距离最大化准则优化初始中心的模糊聚类方法 |
CN109922038A (zh) * | 2018-12-29 | 2019-06-21 | 中国电力科学研究院有限公司 | 一种用于电力终端的异常数据的检测方法及装置 |
CN110334726A (zh) * | 2019-04-24 | 2019-10-15 | 华北电力大学 | 一种基于密度聚类和lstm的电力负荷异常数据的识别与修复方法 |
CN110321934A (zh) * | 2019-06-12 | 2019-10-11 | 深圳供电局有限公司 | 一种检测用户用电异常数据的方法及系统 |
CN111223006A (zh) * | 2019-12-25 | 2020-06-02 | 国网冀北电力有限公司信息通信分公司 | 一种异常用电检测方法及装置 |
Non-Patent Citations (1)
Title |
---|
康宁宁等: ""采用FCM聚类与改进SVR模型的窃电行为检测"", 《电子测量与仪器学报》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112418623A (zh) * | 2020-11-12 | 2021-02-26 | 国网河南省电力公司郑州供电公司 | 基于双向长短时记忆网络和滑动窗输入的反窃电识别方法 |
CN112398226A (zh) * | 2020-11-13 | 2021-02-23 | 国网山东省电力公司泰安供电公司 | 一种供电系统反窃电方法、系统、终端及存储介质 |
CN112485515A (zh) * | 2020-12-11 | 2021-03-12 | 广东电网有限责任公司 | 一种用于电能表费率时段更正方法及系统 |
CN112884000A (zh) * | 2021-01-15 | 2021-06-01 | 国网河南省电力公司营销服务中心 | 一种基于数据挖掘的用电检查智能诊断方法及诊断系统 |
CN112926645B (zh) * | 2021-02-22 | 2022-11-15 | 国网四川省电力公司营销服务中心 | 一种基于边缘计算的窃电检测方法 |
CN112926645A (zh) * | 2021-02-22 | 2021-06-08 | 国网四川省电力公司营销服务中心 | 一种基于边缘计算的窃电检测方法 |
CN113156917A (zh) * | 2021-04-10 | 2021-07-23 | 河南巨捷电子科技有限公司 | 基于人工智能的电网设备故障诊断方法及系统 |
CN113156917B (zh) * | 2021-04-10 | 2023-09-08 | 河北新大长远电力科技股份有限公司 | 基于人工智能的电网设备故障诊断方法及系统 |
CN113129168A (zh) * | 2021-05-17 | 2021-07-16 | 国网河北省电力有限公司电力科学研究院 | 电力台区的线损确定方法、装置及终端设备 |
CN113129168B (zh) * | 2021-05-17 | 2022-03-25 | 国网河北省电力有限公司电力科学研究院 | 电力台区的线损确定方法、装置及终端设备 |
CN113222624A (zh) * | 2021-05-31 | 2021-08-06 | 江苏新智合电力技术有限公司 | 一种反窃电智能分析方法及系统 |
CN113420912A (zh) * | 2021-06-04 | 2021-09-21 | 国网江西省电力有限公司电力科学研究院 | 一种配电网低压异常用户辨识的方法 |
CN113705710A (zh) * | 2021-09-02 | 2021-11-26 | 国网安徽省电力有限公司营销服务中心 | 电动车充电设施违约用电识别方法及装置 |
CN113933585A (zh) * | 2021-11-26 | 2022-01-14 | 长沙理工大学 | 一种基于欧氏距离的漏电台区断零窃电用户检测方法 |
CN116150239A (zh) * | 2022-12-16 | 2023-05-23 | 彭州华润燃气有限公司 | 一种针对燃气偷盗气行为的数据挖掘方法 |
CN116150239B (zh) * | 2022-12-16 | 2023-09-22 | 彭州华润燃气有限公司 | 一种针对燃气偷盗气行为的数据挖掘方法 |
CN116432136A (zh) * | 2023-04-28 | 2023-07-14 | 国网四川省电力公司营销服务中心 | 一种基于用电采集系统的分布式用电异常检测方法 |
CN116777124A (zh) * | 2023-08-24 | 2023-09-19 | 国网山东省电力公司临沂供电公司 | 一种基于用户用电行为的窃电监测方法 |
CN116777124B (zh) * | 2023-08-24 | 2023-11-07 | 国网山东省电力公司临沂供电公司 | 一种基于用户用电行为的窃电监测方法 |
CN116862116A (zh) * | 2023-09-05 | 2023-10-10 | 国网天津市电力公司营销服务中心 | 一种反窃电智能预警方法、系统、电子设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111738364B (zh) | 2021-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111738364B (zh) | 一种基于用户负荷与用电参量相结合的窃电检测方法 | |
CN110991786B (zh) | 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法 | |
CN109146705B (zh) | 一种用电特征指标降维与极限学习机算法进行窃电检测的方法 | |
CN109543737B (zh) | 一种基于fahp_fca组合赋权的信息系统健康度评估方法 | |
WO2019237492A1 (zh) | 一种基于半监督学习的异常用电用户检测方法 | |
CN109934269B (zh) | 一种电磁信号的开集识别方法和装置 | |
CN109583680B (zh) | 一种基于支持向量机的窃电辨识方法 | |
CN109389145B (zh) | 基于计量大数据聚类模型的电能表生产厂商评价方法 | |
CN106055918A (zh) | 一种电力系统负荷数据辨识及修复方法 | |
CN109947815B (zh) | 一种基于离群点算法的窃电辨识方法 | |
CN111428804B (zh) | 一种优化加权的随机森林窃电用户检测方法 | |
CN112732748B (zh) | 一种基于自适应特征选择的非侵入式家电负荷识别方法 | |
CN110428270A (zh) | 基于逻辑回归算法的渠道潜在偏好客户识别方法 | |
CN112633337A (zh) | 一种基于聚类和边界点的不平衡数据处理方法 | |
CN112990627B (zh) | 电能质量评估方法 | |
CN112039903A (zh) | 基于深度自编码神经网络模型的网络安全态势评估方法 | |
CN113112188B (zh) | 一种基于预筛选动态集成的电力调度监控数据异常检测方法 | |
CN111950645A (zh) | 一种通过改进随机森林提高类不平衡分类性能的方法 | |
CN114169424A (zh) | 基于k近邻回归算法和用电数据的排污量预测方法 | |
Shi et al. | An improved agglomerative hierarchical clustering anomaly detection method for scientific data | |
CN116796271A (zh) | 一种居民用能异常识别方法 | |
CN117195505A (zh) | 一种用于电能表信息化评价校准模型的测评方法及系统 | |
CN117473424A (zh) | 基于随机森林的变压器故障诊断方法、系统、设备及介质 | |
CN111461923A (zh) | 一种基于深度卷积神经网络的窃电监测系统和方法 | |
CN107274025B (zh) | 一种实现用电模式智能识别与管理的系统和方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220819 Address after: 330100 No.999 Furong Road, Nanchang Economic and Technological Development Zone, Nanchang City, Jiangxi Province Patentee after: Power supply service management center of State Grid Jiangxi Electric Power Co.,Ltd. Patentee after: STATE GRID CORPORATION OF CHINA Patentee after: STATE GRID JIANGXI ELECTRIC POWER COMPANY LIMITED Research Institute Address before: 330100 No.999 Furong Road, Nanchang Economic and Technological Development Zone, Nanchang City, Jiangxi Province Patentee before: Power supply service management center of State Grid Jiangxi Electric Power Co.,Ltd. Patentee before: STATE GRID CORPORATION OF CHINA Patentee before: STATE GRID JIANGXI ELECTRIC POWER COMPANY LIMITED Research Institute Patentee before: HUNAN University |
|
TR01 | Transfer of patent right |