电网技术

2019, v.43;No.424(03) 1083-1091

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于实值深度置信网络的用户侧窃电行为检测
Electricity Theft Detection for Customers in Power Utility Based on Real-valued Deep Belief Network

张承智;肖先勇;郑子萱;

摘要(Abstract):

用户侧窃电行为造成的非技术性损失对电网企业危害重大,不仅会影响电力系统的供电质量,还会增加电网的运营成本。为了辅助电网公司提高用电稽查效率、管理用户规范化用电,提出了基于实值深度置信网络的用户侧窃电行为检测模型。实值深度置信网络具有提取抽象特征的功能,并通过前馈神经网络微调后可实现较高分类精度。为了优化实值深度置信网络因随机初始化产生的局部最优化问题,该模型通过萤火虫算法对网络参数全局寻优。针对用户窃电行为检测,该模型利用因子分析进行数据降维,利用随机欠采样和套索算法应对数据不平衡问题,并利用ROC(receiver operatingcharacteristiccurve)曲线选取该模型的检测阈值。最后仿真实验验证了所提出模型的有效性和精确性。

关键词(KeyWords): 非技术性损失;窃电行为检测;特征提取;实值深度置信网络;不平衡数据

Abstract:

Keywords:

基金项目(Foundation):

作者(Author): 张承智;肖先勇;郑子萱;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享