基于RBF神经网络的配电网窃电行为检测 |
| |
引用本文: | 曹敏,邹京希,魏龄,赵旭,张林山,李鹏.基于RBF神经网络的配电网窃电行为检测[J].云南大学学报(自然科学版),2018(5). |
| |
作者姓名: | 曹敏 邹京希 魏龄 赵旭 张林山 李鹏 |
| |
作者单位: | 云南电网有限责任公司电力科学研究院;云南大学信息学院 |
| |
摘 要: | 目前的窃电手段隐蔽性强、种类多样,传统的窃电检测方法已经越来越力不从心,不仅准确率低且时效性不高.因此,结合机器学习的方法,提出了一种基于RBF神经网络的窃电行为检测方法.通过对目前常见的窃电方式进行分析,挑选出三相电压中各相电压之间的差值、三相电流中各相电流的差值以及功率因数等参考量作为窃电检测的特征指标,并采用包含特征指标的历史数据来构建基于RBF神经网络的窃电行为检测模型.试验结果表明该方法针对目前常见的窃电方式进行识别的准确率达到94.1%,可以有效地筛选出存在窃电嫌疑的用户.该方法不仅达到了实际应用的精度要求,而且使反窃电技术更加智能化,变被动防窃电为主动防窃电.
|
本文献已被 CNKI 等数据库收录! |
|