删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于用电特征分析的窃电行为识别方法

本站小编 Free考研考试/2022-01-01

史玉良1,2,荣以平3,朱伟义3
1(山东大学软件学院 济南 250100);2(山大地纬软件股份有限公司 济南 250100);3(国网山东省电力公司 济南 250001) (shiyuliang@sdu.edu.cn)
出版日期: 2018-08-01


基金资助:山东省泰山产业领军人才工程专项经费(tscy20150305);山东省重点研发计划(2016GGX101008,2016ZDJS01A09);山东省自然科学基金重大基础研究项目(ZR2017ZB0419) This work was supported by the TaiShan Industrial Experts Programme of Shandong Province (tscy20150305), the Primary Research and Development Plan of Shandong Province (2016GGX101008, 2016ZDJS01A09), and the Major Basic Research Project of Natural Science Foundation of Shandong Province (ZR2017ZB0419).

Stealing Behavior Recognition Method Based on Electricity Characteristics Analysis

Shi Yuliang1,2, Rong Yiping3,Zhu Weiyi3
1(School of Software, Shandong University, Jinan 250100);2(Dareway Software Co., Ltd., Jinan 250100);3(State Grid Shandong Electric Power Company, Jinan 250001)
Online: 2018-08-01







摘要/Abstract


摘要: 反窃电工作是实现电力企业用电管理不可或缺的环节.针对山东省用电用户数量多、分布面积广、窃电现象逐年上升、检测人员不足等特点,对获取的用户窃电行为数据进行合理的分析、处理,提出一种基于用电特征分析的窃电行为识别方法,实现对窃电嫌疑用户的筛查.该方法首先基于采集样本,以过滤式算法和规则阈值设定的方式,实现采集样本数据的特征提取,从而提高采集数据的有效性;随后以逻辑回归算法构建用户窃电行为诊断模型,实现对窃电嫌疑用户的判定;此外,采用推送、排查、处理和反馈的闭环工作机制不断优化模型,并以国网山东省电力公司用电信息采集系统、营销业务应用系统提供数据进行算例分析,验证了所述方法的可行性与适用性.






[1]陈彦敏, 王皓, 马建辉, 杜东舫, 赵洪科. 基于层级注意力机制的互联网用户信用评估框架[J]. 计算机研究与发展, 2020, 57(8): 1755-1768.
[2]李曈, 马伟, 徐士彪, 张晓鹏. 适应立体匹配任务的端到端深度网络[J]. 计算机研究与发展, 2020, 57(7): 1531-1538.
[3]王瑞琴,吴宗大,蒋云良,楼俊钢. 一种基于两阶段深度学习的集成推荐模型[J]. 计算机研究与发展, 2019, 56(8): 1661-1669.
[4]方荣强,王晶,姚治成,刘畅,张伟功. 多层神经网络算法的计算特征建模方法[J]. 计算机研究与发展, 2019, 56(6): 1170-1181.
[5]冀中,聂林红. 基于抗噪声局部二值模式的纹理图像分类[J]. 计算机研究与发展, 2016, 53(5): 1128-1135.
[6]宁欣,李卫军,李浩光,刘文杰. 基于仿生学的不相关局部保持鉴别分析[J]. 计算机研究与发展, 2016, 53(11): 2623-2629.
[7]赵国朕,宋金晶,葛燕,刘永进,姚林,文涛. 基于生理大数据的情绪识别研究进展[J]. 计算机研究与发展, 2016, 53(1): 80-92.
[8]张钢,钟灵,黄永慧. 一种病理图像自动标注的机器学习方法[J]. 计算机研究与发展, 2015, 52(9): 2135-2144.
[9]同鸣,王凡,王硕,姬成龙. 一种3DHOGTCC和3DHOOFG的行为识别新框架[J]. 计算机研究与发展, 2015, 52(12): 2802-2812.
[10]邓红霞, 相 洁, 游 雅, 李海芳,. 基于fMRI的思维数据分析方法研究[J]. 计算机研究与发展, 2014, 51(4): 773-780.
[11]陈达遥 陈秀宏 董昌剑. 基于零空间核判别分析的人脸识别[J]. 计算机研究与发展, 2013, 50(9): 1924-1932.
[12]王华锋, 王玉婷, 柴 华,. 基于纹理特征的测井图像分类算法的研究[J]. , 2013, 50(6): 1335-1348.
[13]徐 昇 业 宁 朱 发 徐姗姗 周溜溜. Hopfield网络在视差空间上的立体匹配求解[J]. , 2013, 50(5): 1021-1029.
[14]楼宋江 张国印 潘海为 王庆军. 人脸识别中适合于小样本情况下的监督化拉普拉斯判别分析[J]. , 2012, 49(8): 1730-1737.
[15]梁 鹏, 黎绍发, 王 成,. 一种新的无监督前景目标检测方法[J]. , 2012, 49(8): 1721-1729.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3739
相关话题/计算机 数据 图像 系统 电力