申请/专利权人:国网辽宁省电力有限公司电力科学研究院;沈阳工程学院;国家电网有限公司
申请日:2023-11-29
公开(公告)日:2024-03-19
公开(公告)号:CN117725496A
主分类号:G06F18/2411
分类号:G06F18/2411;G06F18/243;G01R11/24;G06F18/15;G06F18/241;G06N5/01;G06F18/22;G06N3/045;G06N3/0475;G06N3/08
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:一种基于相似性度量和决策树支持向量机的窃电监测方法,包括,采集用户电力使用数据并进行预处理,通过基于AMI的用户行为分析来获取用户的用电特征数据;基于获取的用户用电特征数据,利用一维生成对抗网络1D‑WGAN生成样本数据,将生成的样本数据与获取的用户用电特征数据进行结合,得到待分析数据;根据相似性度量算法从所述待分析数据中确定可疑用户,并利用决策树支持向量机DT‑KSVM对可疑用户进行检测,识别非法窃电用户。本发明的方案可以更加精确、快速地进行专变用户窃电监测,保障电力企业利益。
主权项:1.一种窃电监测方法,其特征在于,包括以下步骤:采集用户电力使用数据并进行预处理,通过基于AMI的用户行为分析来获取用户的用电特征数据;基于获取的用户用电特征数据,利用一维生成对抗网络1D-WGAN生成样本数据,将生成的样本数据与获取的用户用电特征数据进行结合,得到待分析数据;根据相似性度量算法从所述待分析数据中确定可疑用户,并利用决策树支持向量机DT-KSVM对所述可疑用户进行检测,识别非法窃电用户。
全文数据:
权利要求:
百度查询: 国网辽宁省电力有限公司电力科学研究院;沈阳工程学院;国家电网有限公司 基于相似性度量和决策树支持向量机的窃电监测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。