科研之友
微信
新浪微博
Facebook
分享链接
摘要
作为智能电网的关键技术之一,高级计量架构凭借实时双向通信、按需应答等优点为电网提供重要的数据来源。面对当前日趋严重的窃电问题,有必要利用高级计量架构的数据发现非法窃电行为。因此,该文提出一种基于改进自编码器和随机森林的窃电嫌疑用户检测方法。通过改进自编码器提取隐含在电力用户用电量信息中的特征,应用批标准化算法优化训练过程,并采用这些特征来构建随机森林模型判断窃电嫌疑用户。运用真实数据集,通过仿真实验并对比现有的BP神经网络、极限学习机等模型验证所提出方法的有效性和准确性。
- 单位
作为智能电网的关键技术之一,高级计量架构凭借实时双向通信、按需应答等优点为电网提供重要的数据来源。面对当前日趋严重的窃电问题,有必要利用高级计量架构的数据发现非法窃电行为。因此,该文提出一种基于改进自编码器和随机森林的窃电嫌疑用户检测方法。通过改进自编码器提取隐含在电力用户用电量信息中的特征,应用批标准化算法优化训练过程,并采用这些特征来构建随机森林模型判断窃电嫌疑用户。运用真实数据集,通过仿真实验并对比现有的BP神经网络、极限学习机等模型验证所提出方法的有效性和准确性。
