基于社群特征的配电网异常用电行为分析

• 作者: 董津辰 雷景生
• 来源期刊: 电工电气
• 学科: 工学
• 关键词: 异常用电 非技术性损耗 社群特征 改进粒子群算法
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 设计与研究
• 页码范围: 14-19
• 页数: 6页
• 分类号: TM744
• 字数: 4438字
• 语种: 中文

摘要

针对目前配电网异常用电行为精度欠佳、效率低下、人力资源耗费量大等问题, 在海量用电数据中利用数据挖掘技术实现异常用电数据的精确查找与定位.通过引入社群习惯的行业季节用电水平等异常分类指标, 对可能存在非技术性损耗 (NTL) 的配网用户进行分析和检测, 利用改进粒子群LM神经网络算法建立了有效的异常用电行为的自动识别模型.实验结果表明:该模型能够有效地提取用电特征, 实现对异常用户的检测, 具有较强的识别能力和较高的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷景生	上海电力学院计算机科学与技术学院	32	203	7.0	13.0
2	董津辰	上海电力学院计算机科学与技术学院	2	1	1.0	1.0