基于用户负荷形状词典的自适应窃电检测方法

随着高级量测体系在电网中的应用,基于数据驱动的窃电检测方法成为发现窃电的主要手段.然而,由于"异常淹没"现象,即一些窃电用户的用电行为可能会近似于其他正常用户的用电模式,现有的基于用户用电模式的窃电检测方法的效果可能会受到影响.另外,用于窃电检测的无监督学习算法的结果通常是异常度,而非是否发生窃电的"0-1"结果,固定阈值的窃电检测结果可能会产生偏差,因此不能灵活适用于不同场景下用户的窃电检测.为了解决这些问题,本文提出了一种新的基于用户负荷形状词典的窃电检测方法以及相应的阈值可调策略来优化窃电检测效果,并通过数值实验验证所提的自适应窃电检测方法的适用性...

Full description

Saved in:
Bibliographic Details
Published in:全球能源互联网（英文版） 2022, Vol.5 (1), p.108-117
Main Authors: 闫春江, 马锋, 聂卫刚, 韩晓昆, 海晓涛, 许越杰, 彭彦林
Format: Article
Language:Chinese
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:随着高级量测体系在电网中的应用,基于数据驱动的窃电检测方法成为发现窃电的主要手段.然而,由于"异常淹没"现象,即一些窃电用户的用电行为可能会近似于其他正常用户的用电模式,现有的基于用户用电模式的窃电检测方法的效果可能会受到影响.另外,用于窃电检测的无监督学习算法的结果通常是异常度,而非是否发生窃电的"0-1"结果,固定阈值的窃电检测结果可能会产生偏差,因此不能灵活适用于不同场景下用户的窃电检测.为了解决这些问题,本文提出了一种新的基于用户负荷形状词典的窃电检测方法以及相应的阈值可调策略来优化窃电检测效果,并通过数值实验验证所提的自适应窃电检测方法的适用性和检测效果.
ISSN:2096-5117
DOI:10.14171/j.2096-5117.gei.2022.01.009