科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对窃电、滥用电等用户异常用电行为给电力公司造成了巨额的经济损失的问题，通过数据驱动方法，利用区域内居民用户日负荷数据分别从横向与纵向两个层面，对用户用能行为进行定量的综合评分，进而识别用户异常用电行为。首先，建立K-Means和SVM分类模型，将单个居民日负荷数据与周边具有相似用电行为的居民进行比较，用于生成用户用电行为评价的横向评分。其次，利用LSTM模型建立用户负荷预测模型，实现与自身历史用电行为的对比，生成用户用电行为评价的纵向评分。最终，通过设定权重进行综合评分。当评分低于一定阈值时进行预警。算例部分利用30个用户4年数据对提出方法进行验证，横向评分结果准确率达到99.9%以上，纵向评分的拟合优度达到95%以上，验证了方法的准确性。
-
单位国网山东省电力公司菏泽供电公司; 上海理工大学
