基于深度学习的用户异常用电检测技术的研究

来源 :天津理工大学 | 被引量 : 0次 | 上传用户:fuqinfeng
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着经济的快速增长和科技的迅猛发展,电力系统在国家能源战略中的作用日益凸显,供电安全愈加重要。伴随供电网络的不断扩大,电力用户的窃电行为时有发生,且呈现出窃电方式逐渐新颖化、手段逐渐科技化、过程逐渐隐蔽化的特点。窃电行为不仅对电力企业造成经济损失,还威胁着电网的运行安全。因此,研究窃电检测技术具有重要意义。传统的窃电监测模式面临特征建模困难、有标签样本数据少、正常异常样本严重不均衡以及检测效率低等问题。为了解决这些问题,本文结合深度学习技术,开展了如下研究工作:(1)首先,预处理原始用电数据。根据不同用户的不同特点,主要对原始数据集进行可靠数据筛选、添补缺失值以及大小归一化等处理,通过此次处理可以减小原始数据集中夹杂的噪声对模型的影响。(2)其次,针对正、异常样本数据量相差较大的问题,本文首先采用基于Wasserstein距离改进的生成对抗网络(WGAN),通过现有的窃电数据来生成新的窃电样本,然后,将生成样本与已有的样本混合得到更多的样本数据,使窃电样本数据与正常数据达到一个相对平衡的状态。(3)针对DBN存在的随机初始化权重和偏置参数易使模型陷入局部最优问题。本文利用改进的遗传算法(IGA)对DBN的权重和偏置参数进行优选,建立IGA-DBN-ELM窃电检测模型,并与多个现有模型比较,采用准确率、ROC曲线以及AUC等参数对其评估,证明了所提出的IGA-DBN-ELM模型的有效性。同时,为了进一步保证窃电检测工作的高效性,本文还提出了一种基于改进的蚁狮算法优化的DT-SVM模型,该模型可以准确识别窃电用户及其类型,从而实现窃电行为的精准化监控。(4)根据以上研究内容,基于PyCharm开发环境,采用PyQt设计了一个用户窃电检测软件监测系统。
其他文献
学位
学位
近年来航空光学成像技术快速发展,机载图像处理系统对于目标检测的精度和速度要求越来越高。传统的目标检测算法已经无法满足要求。与此同时,基于深度学习的目标检测算法凭借其更优的性能表现得到了学术界的广泛关注。但这类算法往往参数较多,时间复杂度较高且在移动端移植困难。针对上述问题本文对基于MPSoC平台的航空图像目标检测技术进行了研究,主要研究工作如下:(1)对国内外目标检测算法的现状进行了调研。首先对传
学位
学位
演奏技法是扬琴演奏表现音乐的重要手段,技法的创新是提高扬琴艺术表现力的重要途径,新技法丰富了扬琴音响效果,拓展了扬琴艺术表现的深度与广度,提升了扬琴的演奏技艺,因此,新技法在音乐创作中和演奏中的运用及探讨,对于进一步提升扬琴艺术的价值和推动扬琴事业的发展有着重要的意义。本文就扬琴演奏技法的运用与创新,进行了深入的分析与探讨,通过三个章节进行阐述。第一章:扬琴技法的运用与创新。通过对音效类技法、制音
学位
结构工程材料中镁合金和铝合金的单位体积下质量较小,物理性能优异、机械加工工艺简单。紫铜的物理性能优异,其导热率和导电率都较高,所以紫铜在很多的领域中都得到应用,如电子设备、热交换等工业领域。为了增强零部件的性能,可以通过把不同金属结合起来,形成复合结构,从而利用不同金属的优点。为了满足实际生产中的应用,本文采用超声波瞬间液相焊技术、搅拌摩擦焊技术、真空电子束焊技术。实现镁合金、铝合金以及紫铜金属间
学位
学位
随着计算视觉技术的发展,工业零件表面质量的无接触自动检测的研究与应用受到了越来越多的关注。由于3D视觉传感器可以提供的更加丰富的物体表面结构数据和纹理数据,工业领域基于传统视觉的技术开始逐渐采用基于3D视觉传感器提供的检测数据,以满足更高准确率和更高精度的检测要求。本文通过与企业的合作,基于高性能的3D视觉传感器,设计并实现了可针对简单和复杂形状结构的工业零件的表面质量检测系统,并将它们应用于高铁
学位