基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现阶段利用高科技手段进行窃电的行为,提出了基于机器学习算法构建的反窃电模型,分析用户用电数据、异常事件以及线损,介绍随机森林算法以及其在反窃电分析中的应用,通过进行验证测试,认为随机森林算法在反窃电领域可行、有效.
推荐文章
关于窃电与反窃电的思考
供电企业
用户
用电管理
窃电
反窃电
用电检查窃电与反窃电防范对策
窃电行为
反窃电
用电检查
计量装置
浅淡用电检查中的反窃电
用电检查
反窃电
小波神经网络在反窃电系统中的应用研究
小波神经网络
反窃电
指标评价体系
窃电嫌疑因子
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 机器学习算法在反窃电分析中的应用
来源期刊 河北电力技术 学科 工学
关键词 反窃电 机器学习算法 随机森林
年,卷(期) 2020,(1) 所属期刊栏目 新技术应用
研究方向 页码范围 38-41
页数 4页 分类号 TM73
字数 2660字 语种 中文
DOI 10.3969/j.issn.1001-9898.2020.01.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘安磊 国网河北省电力有限公司电力科学研究院 8 6 2.0 2.0
2 贾旭超 国网河北省电力有限公司电力科学研究院 4 8 1.0 2.0
3 马迅 国网河北省电力有限公司电力科学研究院 3 0 0.0 0.0
4 纪书军 国网河北省电力有限公司电力科学研究院 3 5 1.0 2.0
5 骆云娟 国网河北省电力有限公司电力科学研究院 2 0 0.0 0.0
6 王浩 国网河北省电力有限公司电力科学研究院 3 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (47)
共引文献  (80)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(4)
  • 参考文献(1)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(6)
  • 参考文献(0)
  • 二级参考文献(6)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(9)
  • 参考文献(1)
  • 二级参考文献(8)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(4)
  • 参考文献(4)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
反窃电
机器学习算法
随机森林
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
河北电力技术
双月刊
1001-9898
13-1082/TM
大16开
河北省石家庄市体育南大街238号
1982
chi
出版文献量(篇)
2635
总下载数(次)
9
论文1v1指导