摘要

电网中的非技术性损失不仅对电力公司经济效益造成显著影响,同时也给系统的电能质量和运行安全带来严重威胁。而不法用户牟取利益的技术手段也日益复杂,使得传统的非技术性损失检测方式逐渐陷入局限。文章研究了基于用电量曲线实施用电篡改行为的操作手段,总结了一系列用于生成虚假用电数据的篡改策略。基于用电量曲线提取获得电力用户的用电行为特征之后,采用双向长短期记忆网络将其与实施用电篡改行为的结果相关联。最后通过构建多层级的神经网络架构,利用深度学习解决用电特征序列的多分类问题。根据某区域实际用电数据进行的算例仿真显示,文章研究内容能够实现对非技术性损失的有效检测以及具体篡改策略的分类识别。