文献类型：期刊文章

作　　者：郑思达[1] 梁琪琳[2] 彭鑫霞[1] 张威[1] 王皓[1]

Zheng Sida;Liang Qilin;Peng Xinxia;Zhang Wei;Wang Hao(Electric Power Research Institute of State Grid Jibei Electric Power Co.,Ltd.,Beijing 10052,China;Langfang Power Supply Company,State Grid Jibei Electric Power Co.,Ltd.,Langfang 065000,Hebei,China)

机构地区：[1]国网冀北电力有限公司电力科学研究院,北京100052 [2]国网冀北电力有限公司廊坊供电公司,河北廊坊065000

出　　处：《电测与仪表》

年　　份：2020

卷　　号：57

期　　号：19

起止页码：40-44

语　　种：中文

收录情况：BDHX、BDHX2017、JST、RCCSE、ZGKJHX、核心刊

摘　　要：窃电等异常用电行为的识别是用电检查的重点和难点。由于数据采集问题,以往研究大多专注于大客户窃电行为方面,对居民窃电行为的研究相对较为薄弱。针对小用户级别的窃电等窃电监测问题,提出一种基于聚类的异常用电行为识别方法。该方案从智能电表收集的数据中提取用电特征,使用模糊聚类分析数据结构,提取出正常用户的行为特征。在真实数据集上的实验结果表明了该方法的有效性。

关 键 词：异常用电  模糊聚类 智能电表 电力数据

分 类 号：TM93]