智能电表数据和监督学习检测非技术损失的研究

• 作者: 于洋洋 孙剑锋 崔胜胜 李立伟 汪涛 马斌
• 来源期刊: 工业仪表与自动化装置
• 关键词: 智能电表 数据 监督学习 检测 非技术损失
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息与动态
• 页码范围: 122-126
• 页数: 5页
• 分类号: TM614
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0682.2020.01.029

摘要

为提高智能电表数据融合检测能力,提出基于监督学习的智能电表数据检测非技术损失评估方法,在智能电表检测非技术损失阵列中进行智能电表损失数据采集,构建大数据挖掘的统计分析模型,采用监督学习检测方法检测智能电表数据的非技术损失数值,实现智能电表检测非技术损失数据快速提取,根据特征提取结果实现智能电表数据融合和损失检测.仿真结果表明,采用该方法进行智能电表数据融合和监督学习检测的准确性较高,信息融合度较高,提高了智能电表非技术损失的评估和状态监测能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李立伟		2	0	0.0	0.0
2	汪涛		2	0	0.0	0.0
3	于洋洋		2	0	0.0	0.0
4	崔胜胜	国网青海省电力公司电力科学研究院	4	1	1.0	1.0
5	孙剑锋	国网青海省电力公司电力科学研究院	3	1	1.0	1.0
6	马斌	国网青海省电力公司电力科学研究院	1	0	0.0	0.0