← 返回列表
一种适用于新能源配网的异常用电行为检测方法
摘要文本
本发明公开了一种适用于新能源配网的异常用电行为检测方法,基于用户台区历史数据,进行特征提取得到用电可疑行为筛选网络样本集;按照训练集中数据的耦合度分别构建三层深度学习筛选网络,并基于样本集完成可疑行为筛选网络训练;将历史异常数据作为伪警识别的样本集,建立异常伪警识别模型;用电采集系统中的数据经过特征提取后输入可疑行为筛选网络,当输出异常状态值超过阈值将该用户数据传输至异常伪警识别模型;异常伪警识别模型根据用电数据特征,识别该用户用电可疑行为是否存在异常伪警,若为是则将该用户列入监视名单;针对监视名单内的用户再次执行,若输出异常状态值仍超过阈值则判定该用户存在用电异常行为。
申请人信息
- 申请人:国网四川省电力公司营销服务中心
- 申请人地址:610000 四川省成都市武侯区人民南路四段50号1楼
- 发明人: 国网四川省电力公司营销服务中心
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种适用于新能源配网的异常用电行为检测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311089105.4 |
| 申请日 | 2023/8/25 |
| 公告号 | CN117390419A |
| 公开日 | 2024/1/12 |
| IPC主分类号 | G06F18/213 |
| 权利人 | 国网四川省电力公司营销服务中心 |
| 发明人 | 李琪林; 彭军; 廖开吉; 方建全; 李平 |
| 地址 | 四川省成都市武侯区人民南路四段50号1楼 |
专利主权项内容
1.一种适用于新能源配网的异常用电行为检测方法,其特征在于:具体步骤如下:1)基于用户台区历史数据,进行特征提取得到用电可疑行为筛选网络的样本集;2)按照训练集中数据的耦合度分别构建三层深度学习筛选网络,并基于样本集完成可疑行为筛选网络的训练;3)将历史异常数据作为伪警识别的样本集,基于SVDD建立异常伪警识别模型;4)用电采集系统中的数据经过特征提取后输入可疑行为筛选网络,当输出异常状态值超过阈值则将该用户数据传输至异常伪警识别模型;5)异常伪警识别模型根据用电数据特征,识别该用户用电可疑行为是否存在异常伪警,若为否则判定该用户存在用电异常行为;若为是则将该用户列入监视名单;6)在24小时后针对步骤5)中的监视名单内的用户再次执行步骤4),若输出异常状态值仍超过阈值则判定该用户存在用电异常行为。