公开(公告)号：CN115640897A

公开(公告)日：2023-01-24

申请号：CN202211324793.3

申请日：2022-10-27

申请人： 国网江苏省电力有限公司

发明人： 仇新宇 ,  陈霄 ,  方磊 ,  马云龙 ,  裴子霞 ,  杭银丽 ,  施沩 ,  张驰 ,  倪超 ,  鲁燕 ,  薛海涛 ,  李建刚

IPC分类号： G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/084

摘要： 本发明提出了一种基于深度置信网络的线损预测方法及系统，属于线损预测技术领域，本发明基于DBN构建线损预测模型；并先利用历史数据集中的若干条用电数据，对特征提取分支进行预训练；再以用电数据作为预训练后的特征提取分支的输入，以用电数据对应的线损结果作为线损预测分支的目标输出，对线损预测模型的参数进行反向微调，得到训练好的线损预测模型；将待预测用电数据输入训练好的线损预测模型中，得到预测线损结果。本发明提供的线损预测模型灵活性好，扩展容易，并行计算，训练较快，收敛时间较少，另外，考虑了时间序列和使用Adam算法进行反向重构，使得预测精度高，误差小，在用能异常监测方面有着重大意义。

公开(公告)号：CN114997319A

公开(公告)日：2022-09-02

申请号：CN202210676734.6

申请日：2022-06-15

申请人： 国网江苏省电力有限公司

发明人： 陈霄 ,  仇新宇 ,  裴子霞 ,  马云龙 ,  杭银丽 ,  方磊 ,  施沩 ,  张驰 ,  鲁燕 ,  薛海涛 ,  李建刚

IPC分类号： G06K9/62 ,  G06N20/00 ,  G06Q50/06

摘要： 本发明公开了一种基于电能参数特征和改进Boruta‑XGBoost算法的窃电检测方法，包括数据预处理、特征工程、模型训练三个步骤。在数据预处理中，对用户端计量电表采集的多种电能参数中的异常值和缺失值进行处理；在特征工程中，对预处理后的电能参数进行特征提取，然后使用改进的Boruta算法对特征进行优选，根据优选结果构造用于训练窃电检测模型的数据集；模型训练使用特征工程中得到的数据集，建立基于改进XGBoost算法的窃电类型检测模型。与现有技术相比，本发明的窃电检测方法能够根据电能参数的特征判断用户是否存在窃电行为以及窃电的类型，有助于技术人员对窃电用户进行有针对性的现场检查，提高窃电检测效率，降低窃电检测成本。