文档名：电力用户异常用电的深度神经网络检测方法
摘要：以电力用户异常用电为代表的电力系统非技术性损耗通常会造成供电公司运营成本的显著性上升.首先,提出一种电力用户异常用电的深度神经网络检测方法,根据电力用户用电负荷特性采用深度置信网络(DBN)对原始的电力负荷数据进行特征提取并获取符合特征,其次,基于极限学习机(ELM)完成特征分类,从而建立电力用户异常用电检测基础模型.最后,提出一种采用改进果蝇优化算法(IFOA)对DBN的网络权重与层间偏置参数进行寻优,由此获得基于IFOA-DBN-ELM的电力用户异常用电检测模型.实验结果表明:所提方法的准确率、精确度和检出率显著高于其他方法,误检率低于其他方法,能够较为准确地检测出具有异常用电行为的电力用户,有助于降低供电公司的运营成本.
作者：郑世英 牛清林 刘伟 杨沛豪 Author：ZHENGShiying NIUQinglin LIUWei YANGPeihao
作者单位：国网内蒙古东部电力有限公司通辽供电公司,内蒙古通辽028000西安热工研究院有限公司,西安710054
刊名：电力需求侧管理 ISTIC
Journal：PowerDemandSideManagement
年，卷(期)：2023, 25(6)
分类号：TP183TM73
关键词：异常用电 深度置信网络 极限学习机 果蝇优化算法 电力用户
Keywords：abnormalpowerconsumption deepconfidencenetwork extremelearningmachine fruitflyoptimizationalgorithm powerusers
机标分类号：TM73TP391.41TM933.4
在线出版日期：2023年11月28日
基金项目：国家重点研发计划，国家自然科学基金，国家自然科学基金电力用户异常用电的深度神经网络检测方法[
期刊论文] 电力需求侧管理--2023, 25(6)郑世英 牛清林 刘伟 杨沛豪以电力用户异常用电为代表的电力系统非技术性损耗通常会造成供电公司运营成本的显著性上升.首先,提出一种电力用户异常用电的深度神经网络检测方法,根据电力用户用电负荷特性采用深度置信网络(DBN)对原始的电力负荷数据...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
电力用户异常用电的深度神经网络检测方法 Deep neural network detection method for abnormal electricity consumption by power users
电力用户异常用电的深度神经网络检测方法.pdf
- 文件大小:
- 1.32 MB
- 下载次数:
- 60
-
高速下载
|
