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:
近年来,随着智能电表的推广及用电信息采集系统建设的逐步完善,电网公司积累了海量用户用电数据,为大数据技术在电力领域的应用提供了基础.文章基于数据挖掘思想,针对行业分类及用户特征,对海量的多元计量数据进行分析,从中挖掘出窃电用户的关联性多维度特征参量,基于神经网络构建数据驱动下的窃电预测模型.实验表明该方法具有较高的工程应用价值,为窃电预测提供了一种有效的方法和途径.
推荐文章
计量端窃电分析预计系统
窃电
反窃电
计量端
窃电分析预计系统
新型智能防窃电技术研究与探讨
窃电与反窃电
智能防窃电技术
智能分析
基于数据挖掘算法的用户窃电嫌疑分析
窃电分析
Hadoop
数据挖掘
BP神经网络
基于电力物联网的智能防窃电计量箱设计
电能计量箱
智能防窃电
强磁场
强电击
电力物联网
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 数据驱动下窃电智能分析系统的研究
来源期刊 电工技术 学科 工学
关键词 窃电 数据挖掘 神经网络 用电信息采集系统
年,卷(期) 2020,(4) 所属期刊栏目 电力自动化
研究方向 页码范围 131-133,136
页数 4页 分类号 TP391
字数 3312字 语种 中文
DOI 10.19768/j.cnki.dgjs.2020.04.049
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 王建品 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  (94)
共引文献  (154)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(11)
  • 参考文献(0)
  • 二级参考文献(11)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(10)
  • 参考文献(1)
  • 二级参考文献(9)
2016(23)
  • 参考文献(3)
  • 二级参考文献(20)
2017(6)
  • 参考文献(2)
  • 二级参考文献(4)
2018(5)
  • 参考文献(3)
  • 二级参考文献(2)
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
窃电
数据挖掘
神经网络
用电信息采集系统
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
电工技术
半月刊
1002-1388
50-1072/TM
32开
重庆市渝北区洪湖西路18号
78-61
1980
chi
出版文献量(篇)
12910
总下载数(次)
32
论文1v1指导