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:
目前的异常用电检测研究主要以居民用户为对象,并不适用于工商业用户.针对此问题,文中提出一种融合了电能计量原理的基于深度学习的异常用电检测方法.首先,分析了各类异常用电的数据现象,结果说明单纯采用智能电表数据不足以准确检测异常用电.文中遵循电能计量原理,将描述电气参量内部逻辑关系的指标作为知识嵌入智能电表数据,构建深度学习样本模型.然后提出一个改进的深度混合残差神经网络,从海量智能电表数据中学习用于识别异常用电的高级特征.实验结果表明,相比多个基准算法,文中方法在所有评估指标上均取得了明显的提升.
推荐文章
燃气工商业用户的安全管理策略分析
燃气工程
工商业用户
安全管理
爆炸事故
基于门控循环单元的非均衡数据驱动异常用电检测方法
异常用电检测
异常用电行为
数据非均衡
边界合成少数类过采样
门控循环单元
时序特征
基于智能电表大数据的异常用电检测
监督学习
非技术损失
智能电表
超梯度提升树
生态系统变化:工商业面临的机遇和挑战
生态系统
工商业
千年生态系统评估
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 基于知识嵌入和DNN的工商业用户异常用电检测
来源期刊 电力工程技术 学科 工学
关键词 智能电网 人工智能 深度学习 神经网络 异常用电
年,卷(期) 2020,(3) 所属期刊栏目 智能电网技术
研究方向 页码范围 158-165
页数 8页 分类号 TM933
字数 6429字 语种 中文
DOI 10.12158/j.2096-3203.2020.03.023
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 王非 华中科技大学电信学院 6 20 3.0 4.0
2 李江腾 华中科技大学电信学院 1 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  (30)
共引文献  (22)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
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)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(4)
  • 参考文献(3)
  • 二级参考文献(1)
2018(5)
  • 参考文献(1)
  • 二级参考文献(4)
2019(2)
  • 参考文献(2)
  • 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
智能电网
人工智能
深度学习
神经网络
异常用电
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
电力工程技术
双月刊
1009-0665
32-1866/TM
16开
江苏省南京市江宁区帕威尔路1号
1982
chi
出版文献量(篇)
3196
总下载数(次)
7
总被引数(次)
15815
论文1v1指导