【摘 要】
：
用户的异常用电行为会导致电力负荷异常增长,给电力公司造成巨大损失,同时也易造成输电线路故障,从而危害公共安全,然而传统人工检查异常用电行为的检测效率低下且精度较低。
【基金项目】
：
上海高校青年教师培养资助计划(ZZsdl18006)
论文部分内容阅读
用户的异常用电行为会导致电力负荷异常增长,给电力公司造成巨大损失,同时也易造成输电线路故障,从而危害公共安全,然而传统人工检查异常用电行为的检测效率低下且精度较低。针对上述问题,首先分析了异常用电用户存在的行为特征,然后选择用于训练模型的最佳特征指标,最后提出了基于改进的非线性权重调整粒子群优化算法优化BP神经网络(NWPSO BP)的异常用电行为检测算法。结果表明,与现有的异常用电行为检测方法相比,所提算法具有更高的精度,且误差收敛速度更快。
其他文献
本文深入分析了国内现行消防员逃生装备的配置和操作方法 ,提出进行国内消防员火场紧急逃生装备配置优化、操作方法改进的必然性与紧迫性,并提出了发展消防员火场紧急逃生装
习近平总书记8月18日下午主持召开中央财经领导小组第七次会议,研究实施创新驱动发展战略。习近平在会议上发表重要讲话强调,创新始终是推动一个国家、一个民族向前发展的重
今天，我们要倡导的政绩观，是科学发展观指导下的政绩观。它是“成本概念”基础上的政绩观，即建立在行政成本与公共产出分析比较基础之上的政绩观。
针对某燃煤锅炉进行了样本特性实验,选取测试集均方根误差(RMSE)作为性能指标,基于不同测试样本数目分别建立电厂NOx排放的极端学习机预测模型。经过31次实验后的结果表明,随
风电功率的准确预测是减少风电并网对电网造成冲击的有效手段之一。利用深度学习算法中的长短期记忆网络(LSTM)对中期风电功率出力进行了预测,综合考虑功率数据、气象数据等