文献类型：期刊文章

作　　者：韩建富[1] 肖春[2] 宋小兵[3] 卢建生[2] 王飞飞[2]

HAN Jianfu;XIAO Chun;SONG Xiaobing;LU Jiansheng;WANG Feifei(State Grid Shanxi Electric Power Company,Taiyuan 030021,Shanxi,China;Marketing Service Center,State Grid Shanxi Electric Power Company,Taiyuan 030032,Shanxi,China;Lüliang Power Supply Company,State Grid Shanxi Electric Power Company,Taiyuan 033000,Shanxi,China)

机构地区：[1]国网山西省电力公司,山西太原030021 [2]国网山西省电力公司营销服务中心,山西太原030032 [3]国网山西省电力公司吕梁供电公司,山西太原033000

出　　处：《电气传动》

年　　份：2022

卷　　号：52

期　　号：14

起止页码：38-44

语　　种：中文

收录情况：JST、UPD、ZGKJHX、普通刊

摘　　要：伴随着我国能源互联网战略的不断推进,如何减少窃电行为的发生成为研究的焦点问题。首先,对用户用电的历史数据进行处理和分析,并对用电数据进行处理和转换,实现用户用电数据的整合;然后,通过对用户用电数据的分析,挖掘出窃漏电行为的关键特征指标,提出了基于GA-BP神经网络窃漏电用户的识别方法;最后,利用电力系统实时运行数据和窃漏电用户识别方法实现窃漏电行为的识别和诊断。通过电力系统实际运行数据分析验证了方法的合理性和有效性,提高了输电线路的稳定运行,保障能源互联网的安全运行。

关 键 词：能源互联网 窃电行为 数据挖掘 GA-BP神经网络

分 类 号：TM28[材料类]