基于聚类算法的防窃电监测与辨识

作者：袁于程; 黄健; 谢晨旸

来源：自动化仪表, 2021, 42(10): 22-26.

DOI：10.16086/j.cnki.issn1000-0380.2020110050

• 窃电
• 用电负荷
• 预处理
• 聚类算法
• 隶属度
• 日负荷特征曲线
• 窃电检测模型
• 欧几里得距离

随着我国经济实力的不断提高，窃电的方法越来越多样化，而且隐蔽性更强。提出了一种主要用于监测与辨识用户是否存在窃电行为的智能算法。该算法需要建立在用户用电负荷和用电参量特征的基础上。首先，收集用户的用电负荷相关数据，进行数据预处理。其次，使用聚类算法通过确定最佳聚类数来分析用户的用电数据，从而计算确定聚类数据的中心线。最后，依据用户负荷曲线与各聚类中心线的隶属度，确定用户用电数据所属的数据特征曲线，并对用户的用电数据与类别曲线作出匹配和筛选，确定疑似有窃电行为的用户。实际测试结果表明，窃电检测模型通过相关系数和欧几里得距离相结合的相似性度量，能更加有效地检测用户窃电行为。在后续的研究中，可以考虑增加按照用户的类型和季节变化进行用电负荷的分类，从而更好地提高检测的有效性。

• 单位
  江苏林洋能源股份有限公司