一种低压用户窃电识别方法及系统

AITNT
正文
推荐专利
一种低压用户窃电识别方法及系统
申请号:CN202411889676
申请日期:2024-12-20
公开号:CN119830049A
公开日期:2025-04-15
类型:发明专利
摘要
本发明公开了一种低压用户窃电识别系统,其包括步骤:步骤S1,采集低压用户的用电数据,并从用电数据中提取特征向量;步骤S2,利用相关向量机(RVM)对电力用户的用电特征进行特征选择,得到最优特征集合;步骤S3,利用基于信息增益的改进的K‑均值聚类算法对最优特征集合进行聚类分析,自动识别聚类个数和初始聚类中心,并进行聚类迭代,实现异常用电检测;步骤S4,根据聚类结果识别异常用电行为,并生成包含异常用电行为信息及窃电嫌疑用户列表的报告。本发明还公开了相应的系统。实施本发明,通过基于信息增益的改进K均值聚类算法对最优特征集合进行聚类分析,实现异常用电检测,可以提升聚类性能,提高窃电识别的效率以及准确性。
技术关键词
窃电识别系统 窃电识别方法 初始聚类中心 特征选择 特征向量空间 低压 信息熵 分类器设计 K均值聚类算法 密度 样本 判断算法 模块 数据 报告 定义 列表 变量
系统为您推荐了相关专利信息
1
基于自适应感知的通用型多模态目标跟踪模型、训练方法、应用
令牌 多模态 通用型 分类器 可见光
2
基于双重特征选择的CNN-ISO滚动轴承故障诊断方法
特征选择 旋转机械设备故障诊断 径向基核函数 SVM分类器 滑动窗口
3
一种基于多源数据的全球电离层板厚预测方法
地磁活动指数 数据融合机制 电离层F2层临界频率 参数 机器学习算法
4
煤粉出口一氧化碳浓度估计方法、系统、介质及设备
浓度估计方法 一氧化碳 BP神经网络模型 磨煤机 计算机程序产品
5
一种基于机器学习的强迫症亚型分类器及分类方法
分类器 结构磁共振 特征选择 数据输入模块 功能磁共振成像fMRI数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号