文献类型：期刊文章

作　　者：庄池杰[1] 张斌[2] 胡军[1] 李秋硕[3] 曾嵘[1]

机构地区：[1]电力系统及发电设备控制和仿真国家重点实验室(清华大学电机系),北京市海淀区100084 [2]国家电网公司西北分部,陕西省西安市7100481 [3]南方电网科学研究院,广东省广州市510080

出　　处：《中国电机工程学报》

年　　份：2016

卷　　号：36

期　　号：2

起止页码：379-387

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：检测异常用电模式的主要目的在于降低非技术性损失(non-technical losses,NTL),降低电力公司的运营成本。该文提出了基于无监督学习的异常用电模式检测模型,适用于电力用户数据集缺乏训练样本的情况。该模型包括特征提取、主成分分析、网格处理、计算局部离群因子等模块。首先提取多个表征用户用电模式的特征量,通过主成分分析将每个用户映射到二维平面,实现数据可视化并便于计算局部离群因子。网格处理技术筛选出低密度区域的数据点,显著提升了算法效率。该模型输出所有用户用电行为的异常度及疑似概率排序,研究结果表明利用该排序,只需要检测异常度排序靠前的少数用户即可查出大部分异常用户。

关 键 词：用电模式  电力大数据  异常检测 无监督学习 局部离群因子  反窃电技术

分 类 号：TM715]