电力营销系统用户异常用电行为快速识别方法

下载PDF

导出

摘要为实现对异常用电行为的快速识别,提高电力管理的规范性,本文开展电力营销系统用户异常用电行为快速识别方法的研究,引进主成分分析法进行用户用电数据特征的提取,引进四分位距进行数据中异常值的识别,辨识用电数据中呈现非正态分布状态数据的异常分量,实现对异常用电行为的快速识别。对比实验结果表明本文设计的方法可以精准辨识用户的正常、异常用电行为,为用户终端用电行为的规范化管理提供技术支持。

作者周晨

机构地区国网浙江省电力有限公司丽水市莲都区供电公司

出处《信息系统工程》 2026年第1期98-101,共4页

关键词电力营销系统用户异常用电行为识别智能电表线性插值

分类号 TM73 [电气工程—电力系统及自动化]

引文网络
相关文献

参考文献8

1杜龙,沙建秀,樊贝,胡静威,刘增稷.基于信息物理双侧数据的配电网CPS窃电检测方法[J].综合智慧能源,2024,46(5):20-29. 被引量：4
2陈静,王铭海,江灏,缪希仁,陈熙,郑垂锭.Stacking相异模型融合的实验室异常用电行为检测[J].实验室研究与探索,2024,43(1):231-237. 被引量：4
3陆方洲.基于大数据架构的BP神经网络的用户用电评价与反窃电技术[J].电气技术与经济,2024(3):232-235. 被引量：2
4张永敏,刘胜男,易玲,安继渊.基于滤波的电力计量系统分流窃电行为动态识别方法[J].机械设计与制造工程,2024,53(3):129-132. 被引量：7
5杨龙蛟,谷超.基于Bagging集成学习方法的用电异常检测方法研究[J].电子产品世界,2024,31(3):56-59. 被引量：2
6秦志沁,韩玉环,张毅,郭志军,许英玮,金泽璇.基于VMD分解和随机矩阵理论的异常用电状态检测[J].太原理工大学学报,2024,55(1):66-72. 被引量：11
7杨利辛,黄晓波,李凯.基于特征选择和改进K-均值聚类的异常用电行为检测算法[J].计算技术与自动化,2023,42(4):69-74. 被引量：8
8武亚光,张才俊,程飞飞.基于FP-growth算法的多尺度用电异常行为检测方法[J].电子设计工程,2023,31(23):118-121. 被引量：3

二级参考文献71

1刘海青,李智桥,李元诚.基于C-lightGBM的用户窃电检测[J].计算机应用研究,2020,37(S01):298-300. 被引量：13
2肖勇,郑楷洪,余忠忠,周密,李森,马千里.基于三次指数平滑模型与DBSCAN聚类的电量数据异常检测[J].电网技术,2020,44(3):1099-1104. 被引量：71
3王德文,杨凯华.基于生成式对抗网络的窃电检测数据生成方法[J].电网技术,2020,44(2):775-782. 被引量：62
4冉哲,李英娜,刘爱莲.基于RFE+CatBoost模型的异常用电检测方法研究[J].电视技术,2021,45(8):121-126. 被引量：5
5胡聪,徐敏,洪德华,刘翠玲,薛晓茹,王海鑫.基于改进K-medoids聚类和SVM的异常用电模式在线检测方法[J].国外电子测量技术,2022,41(2):53-59. 被引量：25
6胡天宇,郭庆来,孙宏斌.基于堆叠去相关自编码器和支持向量机的窃电检测[J].电力系统自动化,2019,43(1):119-125. 被引量：90
7苏盛,吴长江,马钧,曾祥君.基于攻击方视角的电力CPS网络攻击模式分析[J].电网技术,2014,38(11):3115-3120. 被引量：61
8庄池杰,张斌,胡军,李秋硕,曾嵘.基于无监督学习的电力用户异常用电模式检测[J].中国电机工程学报,2016,36(2):379-387. 被引量：157
9许刚,谈元鹏,戴腾辉.稀疏随机森林下的用电侧异常行为模式检测[J].电网技术,2017,41(6):1964-1971. 被引量：53
10邓明斌,徐志淼,邓志飞,张卓,迟艳杰.基于多特征融合的窃电识别算法研究[J].计算机与数字工程,2017,45(12):2398-2401. 被引量：14

共引文献32

1邹斌斌,李贞贞.基于改进决策树的新能源发电功率异常值检测研究[J].通信电源技术,2024,41(7):22-24. 被引量：1
2张晓卫,李科.矩阵理论在改性胶粘剂制备与设计中的应用研究[J].粘接,2024,51(5):61-64.
3马永,王俊,张子健,赵煜阳,张靖,周明.面向智慧运维系统的改进YOLOv8行为检测算法[J].计算机与现代化,2024(8):43-48. 被引量：5
4陈启凡,丁云飞(指导),田锟,孙钱承.基于K-means聚类的BP-DTR的电动汽车短期充电负荷预测[J].上海电机学院学报,2024,27(4):187-191. 被引量：1
5黄宾阳,鄢鸿婧,叶大勇,梁硕,黄德宏.基于前馈神经网络的电力窃电行为识别方法[J].中国新技术新产品,2024(19):137-139. 被引量：1
6张天驰,于紫南.基于自定义深度学习网络双馈风机接入弱电网故障识别[J].吉林化工学院学报,2024,41(5):54-59.
7孔垂锐,陈凤仙,杨灵睿,车玉奎,杨海贤,夏巍,郭成.基于自适应小波和改进EWT的谐波与间谐波检测[J].浙江电力,2024,43(11):97-105. 被引量：5
8刘新鑫.基于物联网和数据挖掘的用电异常精细化核算算法[J].物联网技术,2025,15(1):64-66.
9郑德铭,李思佳,潘彦恺,郑健龙.基于集成学习的金融交易欺诈识别研究[J].现代信息科技,2025,9(4):173-178.
10谭心琳.基于DBN深度学习的低压配电台区高精度反窃电检测[J].机电工程技术,2025,54(5):139-142.

1陈怀圆,何毅,张清,杨进昆,金龙.基于改进YOLOv11n模型的InSAR形变区域快速检测方法[J].成都理工大学学报(自然科学版),2025,52(6):1151-1166.
2《中华整形外科杂志》启用中华医学会杂志社学术期刊出版服务平台[J].中华整形外科杂志,2025,41(12):1267-1267.
3旷金国,王朝晖,许健,胡勣,王昭强,罗曙光.典型区域供冷系统用户换热站工艺水力学分析[J].暖通空调,2026,56(1):93-103. 被引量：2
4《数字医学与健康》编辑部.本刊投稿方式及说明[J].数字医学与健康,2025,3(6):473-473.
5汪子明.基于实时系统与并发编程的智能停车系统设计与实现[J].中国科技纵横,2025(22):70-72.
6朱伟兵.广播电视无线信号盲区快速识别方法研究[J].电视技术,2025,49(11):110-113.
7徐天山.基于暂态电流波形分析的输电线路故障类型识别方法研究[J].电力设备管理,2025(23):208-210.
8蔡秀聪.河北迁西县疾控中心开展健康知识讲座进乡村活动[J].人口与健康,2025(12):77-77.
9马福罡,李战奎,苑仁国,魏雪莲,李谦,管宝滦.XRD录井技术在渤中A构造随钻地质评价中的应用[J].录井工程,2025,36(4):113-118.
10赵颖玲,刘瑜华,陆玮,郭家雨,谈文秀,石壮,王丽娜.外周血自然杀伤细胞及其亚群在儿童再生障碍性贫血中的特征[J].广东医学,2025,46(11):1691-1696.

信息系统工程

2026年第1期

浏览历史

内容加载中请稍等...

电力营销系统用户异常用电行为快速识别方法

参考文献8

二级参考文献71

共引文献32

相关作者

相关机构

相关主题

浏览历史