基于SVM的AMI环境下用电异常检测研究

• 作者: 孙中伟 张建伟 曹敏 王洪亮 王磊 简富俊
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 高级测量体系 One-class SVM 用电异常 机器学习 非技术性损失
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 产品及组件设计
• 页码范围: 64-69
• 页数: 6页
• 分类号: TM714.3
• 字数: 4221字
• 语种: 中文

摘要

高级测量体系的建设在传统电力系统中引入了许多新技术，对电力系统安全提出了新的考验。网络的开放性和安全性之间的矛盾加大，使得非法电力用户窃电的手段增多，如何有效检测窃电成为电网信息化的一个新问题。根据高级测量体系系统架构的特点，使用One-class SVM无监督机器学习架构对电力用户负荷异常进行检测，可以在小样本、样本分类不均衡环境下提高检测的准确性。使用对检测结果过滤的方法对检测结果进行分类处理，降低系统的虚警率。系统能提高用电稽查效率，降低电力系统的非技术性损失。最后对系统进行架构搭建实现，使用真实算例验证了算法的执行效率和检测效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹敏	云南电力试验研究院集团有限公司电力研究院	42	413	11.0	19.0
2	张建伟	云南电力试验研究院集团有限公司电力研究院	3	78	3.0	3.0
3	孙中伟	华北电力大学电气与电子工程学院	21	238	6.0	15.0
4	简富俊		2	23	1.0	2.0
8	王磊	云南电力试验研究院集团有限公司电力研究院	21	83	4.0	8.0
9	王洪亮		9	54	3.0	7.0