摘要
本发明公开了一种基于组合模型的窃电用户检测方法,属于电力系统大数据分析与反窃电技术领域。针对现有窃电手段多样,不同手段在窃电机理、数学模型等方面存在一定差异的问题,通过获取待测台区的线损及其下辖用户同期电量数据,对数据进行预处理和滑窗分割;针对各窗口电量数据进行样本熵计算,并通过横纵向对比和孤立森林检测辨识潜在非线性窃电用户;参考台区线损序列,针对电量序列进行最小二乘估计以实现线性变换;基于DTW定量分析变换后电量与线损序列相似程度,进而借助幅值与波动性分析识别潜在线性窃电用户,并生成最终检测结果。本发明由多个无监督子模型构成,无需进行预训练且在多种窃电场景下均具备良好的适用性和检测效果。
技术关键词
序列
窃电用户
孤立森林算法
动态时间规整
样本
窃电嫌疑
台区线损
滑动窗口
异常用户
非线性
sigmoid函数
寻找最优路径
拉格朗日插值
数据
数值
矩阵
数学模型
系统为您推荐了相关专利信息
节能控制方法
矿山设备
混合动力系统
动态能量管理
时间序列预测模型
特征金字塔网络
极化SAR图像
极化相干矩阵
频谱特征
深度特征融合
在线分析系统
甲烷
氢气
建立时序预测模型
传递关系模型
典型
属性预测模型
土壤理化参数
预测模型构建方法
泥炭储量