国产91免费_国产精品电影一区_日本s色大片在线观看_中文在线免费看视频

CNTXJ.NET | 通信界-中國通信門戶 | 通信圈 | 通信家 | 下載吧 | 說吧 | 人物 | 前瞻 | 智慧(區塊鏈 | AI
 國際新聞 | 國內新聞 | 運營動態 | 市場動態 | 信息安全 | 通信電源 | 網絡融合 | 通信測試 | 通信終端 | 通信政策
 專網通信 | 交換技術 | 視頻通信 | 接入技術 | 無線通信 | 通信線纜 | 互聯網絡 | 數據通信 | 通信視界 | 通信前沿
 智能電網 | 虛擬現實 | 人工智能 | 自動化 | 光通信 | IT | 6G | 烽火 | FTTH | IPTV | NGN | 知本院 | 通信會展
您現在的位置: 通信界 >> 接入系統 >> 技術正文
 
基于支持向量機的電力用戶異常用電行為智能檢測方法
[ 通信界 | 王奎 劉 昊 | www.6611o.com | 2024/3/23 19:05:01 ]
 

王 奎,劉 昊

(國網天津靜海供電有限公司,天津 301600)

0 引 言

在電力的生產、輸送和分配過程中,能量損失是不可避免的,主要包括技術性損失和非技術性損失。技術性損失主要是子站、變壓器和線路等硬件設施造成的電力損失,非技術性損失則是在配電網絡中因用戶非法用電而造成的電力損失[1]。在電力系統中,由于存在大量不合理的用電行為,對電力系統造成了嚴重影響[2]。從電網的角度來看,竊電等手段導致的線損不斷增加,對電網的安全運行構成了威脅,對電力行業的健康發展造成了很大的沖擊。目前,針對電網異常用電行為的監控主要依賴常規巡視、人工檢查設備配置以及旁路傳輸等手段,這些手段不僅消耗大量的人力、物力,而且容易產生大量的虛警,因此需要新的識別手段來取代。針對這些問題,通過映射用戶歷史用電行為,將其視為異常用電數據樣本,從海量數據中挖掘異常信息并識別。

隨著我國智能電網的不斷發展,智能電表的使用日益增多,電力企業可獲得大量配電網絡終端數據,采集頻率較高,數據類型豐富,為數據挖掘技術的發展提供數據依據。利用數據挖掘技術對電力消費數據進行高效分析,及時發現電力消費中的異常現象。與傳統的現場檢測方式相比,數據挖掘技術不僅能降低費用,還能減少用電異常造成的經濟損失,從而有效保障電力工業的安全生產。支持向量機是一種強大的分類算法,具有較強的適應能力,適用于小樣本數據處理。在電力用戶用電行為異常檢測中,能夠利用有限的數據進行學習,并取得較好的分類效果。電力用戶用電行為數據可能包括電量消耗、電力峰值、用電模式等多個維度的信息。支持向量機能夠有效地處理這些高維數據,提取出相關特征,通過構建一個分類模型,學習并識別不同類型的異常用電行為,從而有效地區分正常用電行為和異常用電行為,提高異常檢測的準確性。文章結合支持向量機,設計研究電力用戶異常用電行為智能檢測方法。

1 電力用戶用電行為數據預處理

在電力企業運行過程中,存在缺失值、異常值和噪聲數據等問題,不僅會影響后續的數據分析和異常檢測,還會對異常檢測算法產生干擾,影響異常檢測的準確性。因此,為有效識別和提取用戶用電行為中的異常行為,需要對獲取的海量用戶用電行為數據進行預處理。預處理包括缺失值處理和數據歸一化[3]。

利用拉格朗日插值方法來處理數據缺失問題,補充缺失值。針對每一個已知非缺失值數據點(xi,yi),計算拉格朗日基函數L(x),即

式中:i表示已知數據點的索引;x表示自變量的取值,即要進行插值的位置。

對于每個缺失數據點xj(j=m,n,…,k),將其代入插值函數L(x)來計算對應的估計值yj,實現缺失數據的補充。由于各個電力用戶的用電行為數據特征比例不同,為了使后續的檢測精度滿足電力企業提出的檢測精度要求,需要對數據進行標準化處理。數據歸一化處理表達式為

式中:x'表示經過歸一化處理后得到的電力用戶用電行為數據;表示未經過處理的電力用戶用電行為數據;xmin表示原始電力數據中的最小值;xmax表示原始電力數據中的最大值。根據上述操作,完成對電力用戶用電行為數據的預處理。

2 基于支持向量機的異常用電數據檢測

針對完成預處理的電力用戶用電行為數據,結合支持向量機檢測其中的異常用電數據。針對電力異常監測中的小子樣、非線性等問題,提出一種基于小子樣的電力異常監測算法。該算法的實質是借助核函數將原始數據映射到高維空間,通過這種映射將原本低維空間中無法線性分割的數據在高維空間中線性分割,并在此基礎上尋找滿足線性可分的最佳超平面,將非線性問題轉化成線性可分問題,從而解決電力異常監測中的非線性問題[4]。

由于傳統的支持向量機更適用于二分類問題,針對電力用戶異常用電行為的多分類問題,應當對其進行優化和擴展。引入二叉樹法,將所有需要檢測的樣本類型劃分為2 個子類別,然后對子類別再次劃分,以此類推,直到只剩1 個類別為止,得到多個子類別。在每一個非葉節點上對支持向量機分類器進行訓練。利用支持向量機模型對電力用戶用電行為數據進行分類,將分類結果作為二叉樹的葉子節點。根據分類結果的可信度等因素,將葉子節點進行劃分,形成新的內部節點。重復此過程,直到滿足停止條件,得到完整的二叉樹。在構建好的二叉樹上,對需要檢測的電力用戶用電行為樣本數據進行遍歷。根據每個節點的分類結果和可信度,判斷該樣本數據是否屬于異常用電行為。

為提高檢測方法的全局優化能力,解決收斂速度慢和局部優化問題,引入邊界收縮因子,并對其進行位置修正[5]。在此基礎上,引入邊界壓縮因子,使解空間的搜索更加完整,并加快算法的收斂。通過動態調整位置,能夠有效避免陷入局部極值的問題。通過位置更新的動態權重系數,以此有效防止支持向量機算法陷入局部最優的問題。

3 異常用電行為檢測與智能預警

在完成對基于支持向量機的異常用電數據檢測的設計后,針對電力用戶的用電行為進行檢測,并實現智能預警。考慮到電力用戶用電數據量較大,在具體檢測過程中可利用改進后的蟻獅優化算法(Ant Lion Optimizer,ALO)優化支持向量機參數,以此縮短訓練時間,提高檢測精度。

第一步,對ALO 算法和支持向量機算法進行初始化處理;第二步,通過改進后的ALO 算法,對支持向量機的參數進行優化;第三步,計算適應性,并采集優等參數;第四步,找出最佳參數,然后計算其適應性和定位;第五步,判斷是否符合檢測結束條件,若滿足則退出,若不滿足則重復第三步;第六步,完成對支持向量機參數的優化,并得到最優參數,利用該參數構建模型;第七步,將檢測數據集輸入模型進行分類,并輸出分類結果。

區分正常用戶用電行為和異常用電行為后,通過子類別的劃分可以進一步將異常用電行為劃分為具體類型,如欠流、移相、擴差等。結合得到的分類結果,對異常用電行為進行預警。在預警時,追溯該異常用電數據的產生來源、產生時間和持續時間,將得到的信息一起在預警顯示界面中展示,方便管理人員快速確定異常用電行為的各項信息,從而根據得到的檢測結果修正或屏蔽異常用電行為,確保用戶的用電安全。

4 對比實驗

為驗證基于支持向量機的智能檢測方法在實際應用中的效果,將該方法作為實驗組,將基于Grassberger 熵隨機森林的檢測方法和基于長短期記憶(Long Short Term Memory,LSTM)的檢測方法作為對照組A 和對照組B,利用3 組檢測方法檢測同一電力企業中的電力用戶異常用電行為。

獲取某電力企業近3 年的電力數據,其中包含3 000 名用戶的用電信息數據。將用電信息數據中的1 000 個用戶設置為竊電用戶,對數據進行替換,即將普通用戶的數據信息轉換為竊電用戶。在實驗過程中,模擬4 種異常用電行為,包括欠流法A、欠流法B、移相法C 以及擴差法D,每種情況下異常用電的用戶數均為250 個。利用3 組檢測方法對獲取的3 000 名用戶的用電行為進行智能檢測,通過對比每種方法檢測到的異常用電行為用戶數量,檢驗檢測精度。當檢測的異常電力用戶個數與實際情況相符時,表明該方法具有較高的準確度。實驗結果如表1 所示。

表1 檢測結果對比

由表1 可知,實驗組檢測到的異常用戶數與實驗設置的異常用戶數更接近,而對照A 組和對照B組均存在檢測到的異常用戶數與實際值差距較大的情況。因此,文章提出的基于支持向量機的智能檢測方法具有更高的檢測精度,可以實現對電力用戶異常用電行為的高精度檢測,對于促進電力企業用電安全具有重要意義。

5 結 論

文章主要結合支持向量機理論,提出一種全新的針對電力用戶異常用電行為的智能檢測方法。通過對比實驗,證明了該檢測方法在實際應用中的優勢。該方法能夠避免傳統人工采集數據的煩瑣過程,為電力企業的智能化轉型提供有力的技術支持。在后續的研究中,將結合更多智能化的技術和手段,如機器學習算法,實現對用戶異常用電行為的自主實時檢測等,促進電力系統的穩定運行。

 

1147作者:王奎 劉 昊 來源:通信電源技術 編輯:顧北

 

聲明:①凡本網注明“來源:通信界”的內容,版權均屬于通信界,未經允許禁止轉載、摘編,違者必究。經授權可轉載,須保持轉載文章、圖像、音視頻的完整性,并完整標注作者信息并注明“來源:通信界”。②凡本網注明“來源:XXX(非通信界)”的內容,均轉載自其它媒體,轉載目的在于傳遞更多行業信息,僅代表作者本人觀點,與本網無關。本網對文中陳述、觀點判斷保持中立,不對所包含內容的準確性、可靠性或完整性提供任何明示或暗示的保證。請讀者僅作參考,并請自行承擔全部責任。③如因內容涉及版權和其它問題,請自發布之日起30日內與本網聯系,我們將在第一時間刪除內容。 
熱點動態
普通新聞 人工智能如何為新質生產力注入新動力
普通新聞 OpenAI首席技術官:不確定Sora的訓練數據來自哪里
普通新聞 英偉達推出6G研究云平臺,以AI推動無線通信的發展
普通新聞 蘋果新申請屏幕技術專利:加入百葉窗 全方位控制散光
普通新聞 智能手機加速邁進AI時代
普通新聞 華為的AI戰略地圖上,才不是只有大模型
普通新聞 我國工業互聯網已覆蓋全部工業大類
普通新聞 三大運營商2月運營數據顯示出整體向好趨勢
普通新聞 美國電信為Rockwell實驗室增加私有5G網絡功能
普通新聞 中央企業改革深化提升行動聯建互助第九組第一次經驗交流會議成功召
普通新聞 英特爾®極限大師賽(Intel® Extreme Masters)將于2024年4
普通新聞 馬斯克腦機接口實驗進展:患者能用意念下棋玩游戲了
普通新聞 AI商務速記:人工智能+速記,傳統通信新體驗
普通新聞 垂直行業持續發力,亞信科技2023年度整體業務穩步增長
普通新聞 中信科智聯精彩亮相重慶汽車行業第35屆年會
普通新聞 “2+6+2”施工圖助力新形勢下國有企業落實擴大內需戰略
普通新聞 美國上調“寬帶”定義:下行從 25Mbps 提高到 100Mbps,上行從 3Mb
普通新聞 華為陳幫華:抓住全光網“三進三退”新機遇,共建行業數智新未來
普通新聞 3·15曝光主板機黑灰產業鏈:網絡水軍利用主板機隨意更改IP逃避監管
普通新聞 315揭秘婚戀平臺內幕:話術培訓揭露虛假招數
通信視界
高通CEO安蒙:生成式AI走向終端,將帶來最大智
普通對話 高通CEO安蒙:生成式AI走向終端,將帶來最大
普通對話 李彥宏:不斷地重復開發基礎大模型是對社會
普通對話 中興通訊徐子陽:強基慧智,共建數智熱帶雨
普通對話 鄔賀銓:移動通信開啟5G-A新周期,云網融合
普通對話 華為輪值董事長胡厚崑:我們正努力將5G-A帶
普通對話 高通中國區董事長孟樸:5G與AI結合,助力提
普通對話 雷軍發布小米年度演講:堅持做高端,擁抱大
普通對話 聞庫:算網融合正值挑戰與機遇并存的關鍵階
普通對話 工信部副部長張云明:我國算力總規模已居世
普通對話 鄔賀銓:我國互聯網平臺企業發展的新一輪機
通信前瞻
亨通光電實踐數字化工廠,“5G+光纖”助力新一
普通對話 亨通光電實踐數字化工廠,“5G+光纖”助力新
普通對話 中科院錢德沛:計算與網絡基礎設施的全面部
普通對話 工信部趙志國:我國算力總規模居全球第二 保
普通對話 鄔賀銓院士解讀ChatGPT等數字技術熱點
普通對話 我國北方海區運用北斗三號短報文通信服務開
普通對話 華為云Stack智能進化,三大舉措賦能政企深度
普通對話 孟晚舟:“三大聚力”迎接數字化、智能化、
普通對話 物聯網設備在智能工作場所技術中的作用
普通對話 軟銀研發出以無人機探測災害被埋者手機信號
普通對話 AI材料可自我學習并形成“肌肉記憶”
普通對話 北斗三號衛星低能離子能譜儀載荷研制成功
普通對話 為什么Wi-Fi6將成為未來物聯網的關鍵?
普通對話 馬斯克出現在推特總部 收購應該沒有懸念了
普通對話 臺積電澄清:未強迫員工休假或有任何無薪假
普通對話 新一代載人運載火箭發動機研制獲重大突破
推薦閱讀

极简以太彩光网络解决方案4.0正式发布,“彩光”重构园区网络极简之道

首次!不听人类指挥,AI模型拒绝关闭!马斯克评论:令人担忧......

安全+数智 AI赢未来 C3安全大会•2025重磅发布

AI Agent,联想集团能否赢得巨头之战?

开源共建智启未来 开源鸿蒙开发者大会2025成功举办

OpenAI将以65亿美元收购AI初创企业io 携手前苹果设计师Ive进军硬件

微软称全球 39.4 万台 Windows 电脑遭 Lumma 恶意软件感染

魅族Note 16补货来袭,23日开售,火热预约中!

Agent应用爆发 数码视讯助力加速构建自动化大时代

AI时代下,7.5万亿数据产业如何为中国经济产生价值?
Copyright @ Cntxj.Net All Right Reserved 通信界 版權所有
未經書面許可,禁止轉載、摘編、復制、鏡像