原文服务方: 计算技术与自动化       
摘要:
针对目前窃电现象普遍存在及反窃电工作难度越来越大的现状,为有效检测评估用户的用电状态,通过对用户用电信息数据的处理和分析,提取出相应的指标来构建指标评价体系.在对小波神经网络初值的设置和训练更新的策略进行改进的基础上,提出了一种基于改进小波神经网络的反窃电系统数学模型,从而获得用户窃电的嫌疑因子和窃电方式,并通过与其它网络模型在反窃电系统实例的对比分析验证了本文方法的有效性和优越性.本研究成果可为电力公司的反窃电工作提供有效的理论参考和技术指导.
推荐文章
小波神经网络在反窃电系统中的应用研究
神经网络
防窃电
窃电嫌疑系数
小波神经网络在故障诊断中的应用
故障诊断
小波分析
神经网络
小波神经网络
基于小波神经网络的控制方法及其应用研究
小波神经网络
系统辨识
控制系统
学习算法
小波神经网络预测在住宅市场中应用
小波神经网络
预测模型
房地产市场
BP神经网络
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 小波神经网络在反窃电系统中的应用研究
来源期刊 计算技术与自动化 学科
关键词 小波神经网络 反窃电 指标评价体系 窃电嫌疑因子
年,卷(期) 2020,(3) 所属期刊栏目 电力自动化及其应用
研究方向 页码范围 44-48
页数 5页 分类号 TM769
字数 语种 中文
DOI 10.16339/j.cnki.jsjsyzdh.202003009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (69)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(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)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(9)
  • 参考文献(3)
  • 二级参考文献(6)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(8)
  • 参考文献(0)
  • 二级参考文献(8)
2014(7)
  • 参考文献(0)
  • 二级参考文献(7)
2015(13)
  • 参考文献(1)
  • 二级参考文献(12)
2016(6)
  • 参考文献(0)
  • 二级参考文献(6)
2017(7)
  • 参考文献(4)
  • 二级参考文献(3)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(6)
  • 参考文献(0)
  • 二级参考文献(6)
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
小波神经网络
反窃电
指标评价体系
窃电嫌疑因子
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
计算技术与自动化
季刊
1003-6199
43-1138/TP
16开
1982-01-01
chi
出版文献量(篇)
2979
总下载数(次)
0
论文1v1指导