Comprehensive Evaluation System of Stealing Electricity文章笔记

原文献Comprehensive Evaluation System of Stealing Electricity

电力盗窃给供电企业造成了严重的损失。因此，本工作致力于开发窃电综合评价系统（CYSSE）。基于电力信息采集系统（EICS），采用数据挖掘方法。并且开发了在线监控和视频取证系统，以实时监控功耗状态。考虑EICS中收集的大数据，提出了一种防窃电模型。客户的信用评级可以通过数据挖掘实现。因此，可以针对不同信用等级的客户，差异化地构建防窃电在线监控系统。构建用电量指标评价系统（IESPC）是为了挖掘重要信息，以评估客户的信用等级。详细考虑了季节、能效水平、工作周期等对用电量的影响因素。CYSSE已在山西省太原市和运城市成功投入使用。现场应用证明了其性能。

1.基于电力用户电能数据采集系统的防窃电评估模型。

数据挖掘技术被用来评估客户的信用评级。然后，可以针对不同信用等级的客户，差异化地构建防窃电在线监控系统。

EICS主要包括实时数据（用户的用电状态可以实时显示）、历史数据（历史数据主要由日数据和月数据组成，可以演示用户的历史用电量趋势。）、事件数据（事件数据中记录了41类事件，其中一些与非法用电状态密切相关，例如电能表参数变化、电流回路异常、电压回路异常、电能表故障信息等）

2. IESPC模型

IESPC模型主要包括的是用电参数等信息，可以从 EICS中获得，根据用电参数来判断用户是否用电异常。

3. 数据分析模型

从EICS中提取的样本数据用于训练该评估模型，并且该模型通过已知的窃电样本进行了交叉验证。通过对该评估模型的不断优化，可以获得电力用户窃电的概率，并根据该概率确定其信用等级。

（1）确定防窃电指标，评价指标主要来自IES

（2）根据影响因素提取向量样本，包括已知窃电样本和未知窃电

（3）构建数据挖掘模型，使用具有多输入单输出的三层BP神经网络分析用户的消费行为

（4）利用已知的窃电样本来训练评估该模型

（5）利用其它的已知的窃电样本来验证训练模型

（6）更新模型，直到其与实际情况一致

（7）根据评估模型中窃电输出的概率确定电力客户的信用等级

4. 仪器结构

CYSSE目的是对客户窃电进行实时监控，评估用户行为，判断窃电方式，在该系统平台结构分为三层，（1）应用层，将应用程序集成为一个完整平台，实现对所有用户的管理和维护（2）服务器层，负责应用层和设备层之间的数据交互，存储和更新数据（3）设备层，负责收集高风险用户信息

5. 软件体系结构

主要分为三层：可视化层、业务逻辑层和数据访问层

防窃电在线监控和视频取证系统由高压无线采集器（HVWC）、多功能电表、智能防窃电终端服务器（IASETS）、视频取证设备和系统服务器组成。根据功能的不同，它们可以分为三类。

（1） HVWC负责监测线路的一次侧电流。然后，HVWCS通过无线通信向IASETS发送监控数据

（2）二次侧多功能仪表与IASETS通信。电压回路和电流回路被实时监控。当出现欠压、失压、断路、移相、强磁干扰、断电等情况时，将通过短信向指定手机发送报警信息。

（3）通过将实际负荷和实测负荷的偏差与阈值进行比较，IASETS确定了用户的异常用电负荷。此时，报警信息将通过短信发送到指定的手机。

随着这一在线监控和视频取证系统的应用，各种高科技窃电行为都可以从根本上被发现。

Comprehensive Evaluation System of Stealing Electricity文章笔记相关推荐

读文章笔记（八）：多模态情感分析数据集整理
读文章笔记(八):多模态情感分析数据集(Multimodal Dataset)整理双模态(一般是文本.图像和语音的两两组合) 三模态(一般是文本.图像加语音) 作者:骑着白马的王子地址:https ...
Comprehensive evaluation of error correction methods for high-throughput sequencing data
Comprehensive evaluation of error correction methods for high-throughput sequencing data 高通量测序数据误差修正 ...
读文章笔记-自适应和加速GB生成算法
读文章笔记-GBC 文章背景内容定义1+现有GB生成过程 GBKNN 文章的GB生成算法疑问与反思文献脉络文章 An Efficient and Adaptive Granular-Bal ...
爬取搜狗微信文章笔记1
爬取搜狗微信文章笔记1 错误1 ```pythonprint('https://weixin.sogou.com'+index) TypeError: can only concatenate str ...
读文章笔记（三）：从源码学习Transformer
读文章笔记(三):从源码学习Transformer encoder分为两部分: decoder 公众号机器学习算法工程师文章链接: https://mp.weixin.qq.com/s/0NajB_ ...
读文章笔记（十）：多任务学习
读文章笔记(十):多任务学习多任务学习优点多任务学习方法 hard parameter sharing soft parameter sharing 多任务学习改进的方向注意事项来源于公众号: ...
读文章笔记（十一）：对比学习（Contrastive Learning）
读文章笔记(十一):对比学习(Contrastive Learning) 对比学习来源于:对比学习(Contrastive Learning):研究进展精要对比学习对比学习属于无监督或者自监督学 ...
读文章笔记（十三）：多模态特征融合方法总结
读文章笔记(十三):多模态特征融合方法总结来源于:多模态特征融合方法总结多模态特征融合的方法大体分为三种:前端融合.中间融合和后端融合.
读文章笔记（二）：模型结构优化前沿动态综述
读文章笔记(二):模型结构优化前沿动态综述公众号东大自然语言处理实验室文章链接: link. NLP领域神经网络结构的发展历程: 相关模型总结分析,NLP领域模型结构的整体趋势神经网络模型结构优化 ...

Comprehensive Evaluation System of Stealing Electricity文章笔记

Comprehensive Evaluation System of Stealing Electricity文章笔记相关推荐

最新文章

热门文章