原文服务方: 计算技术与自动化       
摘要:
减少非技术损失(NTL)是实施智能电网所带来的潜在利益的重要组成部分.提出了一种基于智能电表数据的聚类算法来检测窃电和其他原因所导致的非技术性损失.通过对智能电表采集的数据进行聚类,提取正常用电行为的数据原型.然后对待检测数据样本和正常数据的聚类中心之间的距离进行计算,如果距离明显,则将其分类为NTL数据样本.最后对四种不同的异常用电指标进行空间分析,使分类结果更易于可视化.实验表明,基于GA聚类算法的NTL检测方法具有优于同类检测方法的性能.
推荐文章
智能电表数据和监督学习检测非技术损失的研究
智能电表
数据
监督学习
检测
非技术损失
基于主动数据选取的半监督聚类算法
数据挖掘
半监督聚类
主动学习
标签数据
数据选取
最小生成树
多密度数据集
不平衡数据集
基于随机抽样和聚类特征的聚类算法
聚类
BIRCH算法
随机抽样
基于聚类的数据敏感属性匿名保护算法
敏感属性
l-多样性
聚类
信息损失
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 使用计量数据和聚类算法检测非技术损失
来源期刊 计算技术与自动化 学科
关键词 智能电表 聚类 非技术损失
年,卷(期) 2020,(4) 所属期刊栏目 电力自动化及其应用
研究方向 页码范围 61-67
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.16339/j.cnki.jsjsyzdh.202004011
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (141)
共引文献  (67)
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)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(17)
  • 参考文献(0)
  • 二级参考文献(17)
2015(20)
  • 参考文献(1)
  • 二级参考文献(19)
2016(25)
  • 参考文献(1)
  • 二级参考文献(24)
2017(23)
  • 参考文献(3)
  • 二级参考文献(20)
2018(12)
  • 参考文献(7)
  • 二级参考文献(5)
2019(1)
  • 参考文献(1)
  • 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
智能电表
聚类
非技术损失
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
总被引数(次)
14675
论文1v1指导