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 ...
最新文章
- json数据解析_VBA 实践指南 -- Split函数解析Json数据
- 金山手机安全卫士试用报告
- itchat微信调用图灵机器人API
- python中可变参数args_python 可变参数 *args, **kwds
- 6 张图带你彻底搞懂分布式事务 XA 模式
- 字节增强java_提高byte的效率
- Boost:用成员函数测试bind <void>
- WCF中的Dispose
- 大数据基础学习三:Ubuntu下安装VMware Tools超详细步骤及需要注意的问题(以ubuntu-18.04.3、Mware Workstation 15.1.0 Pro为例)
- cnpm : 无法加载文件_DELL 服务器R230 加载阵列卡驱动安装Server 2012R2操作系统
- 10.2. Incron - cron-like daemon which handles filesystem events
- C++11标准之右值引用(ravalue reference)
- 全面掌握ping命令(四)ping命令常用参数
- 5天玩转C#并行和多线程编程 —— 第二天 并行集合和PLinq
- 金蝶K3销售退货案例教程
- 微信公众号生成个性化推广二维码
- 伪随机数的爆破--2
- ImageNet数据集编号对应的类别内容
- 软件工程--团队作业2
- Discuz采集之Discuz论坛采集全网文章采集伪原创发布方法(图文)