文档名：基于关联潮流感知与高斯混合模型的异常用电检测
摘要：异常用电行为将产生异常的电表计量数据.针对电表进行数据感知校验,计算量测值与感知量的残差,是识别异常用电行为的有效手段.提出了一种基于配电网关联潮流感知的异常用电检测方法.首先,分析异常用电行为引起的电表数据异变特征.其次,构建基于正向潮流映射与反向潮流回溯机制的关联潮流感知模型,实现不依赖于拓扑参数的等值潮流计算,提取出受潮流约束的电压与功率残差特征.然后,设计基于高斯混合模型的估计网络,计算残差特征的异常概率能量,通过相应阈值来确定异常用电用户.最后,实际算例结果表明,模型所提取的残差特征能更加有效地检测出异常用电用户.
作者：潘骏 夏祥武 李梁 刘非文 Author：PANJun XIAXiangwu LILiang LIUFeiwen
作者单位：上海电力大学电气工程学院,上海市200090上海电力大学电气工程学院,上海市200090;中煤科工集团上海有限公司,上海市200030国网上海市电力公司超高压分公司,上海市200063
刊名：电力建设 ISTICPKU
Journal：ElectricPowerConstruction
年，卷(期)：2023, 44(11)
分类号：TM76
关键词：异常用电检测 关联潮流感知 潮流约束 图注意力网络 动量对抗法
Keywords：abnormalpowerconsumptiondetection associatedpowerflowsensing powerflowconstraint graphattentionnetwork momentumantagonismmethod
机标分类号：TM744.1TP391TN925.93
在线出版日期：2023年11月7日
基金项目：基于关联潮流感知与高斯混合模型的异常用电检测[
期刊论文] 电力建设--2023, 44(11)潘骏 夏祥武 李梁 刘非文异常用电行为将产生异常的电表计量数据.针对电表进行数据感知校验,计算量测值与感知量的残差,是识别异常用电行为的有效手段.提出了一种基于配电网关联潮流感知的异常用电检测方法.首先,分析异常用电行为引起的电表数据...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于关联潮流感知与高斯混合模型的异常用电检测 Abnormal Power Consumption Detection Based on Associative Power Flow Sensing and Gaussian Mixture Model
基于关联潮流感知与高斯混合模型的异常用电检测.pdf
- 文件大小:
- 6.65 MB
- 下载次数:
- 60
-
高速下载
|
