-
公开(公告)号：CN111861785A
公开(公告)日：2020-10-30
申请号：CN202010539733.8
申请日：2020-06-12
摘要： 本发明公开了一种基于用电特征与离群点检测的专变行业错户识别方法，涉及电力运维领域。目前，不能有效地辨识专变行业信息错误的用户。本发明采集了区域范围内某一行业的专变用户一年365天的日用电量数据，并对其日用电量进行归一化；接着将365维的日用电数据输入PCA降维算法，根据主成分特征值大小排序，并选取保留表征用电特征的特征值较大的主成分向量作为降维后的特征数据；然后计算专变用户降维后的特征数据在新的特征空间中的LOF系数，并采用肘部法确定LOF系数阈值；最后选取LOF系数大于阈值的专变用户作为待排查的行业分类错误嫌疑用户。本技术方案能快速、准确地根据不同行业的典型用电信息，完成对一个行业中档案归类错误的专变用户的辨识。
-
公开(公告)号：CN113221940A
公开(公告)日：2021-08-06
申请号：CN202110282921.1
申请日：2021-03-16
申请人： 国网浙江省电力有限公司台州供电公司 , 浙江大学 , 浙江华云信息科技有限公司 , 国网浙江省电力有限公司营销服务中心 , 国家电网有限公司
IPC分类号： G06K9/62 , G06F16/2458 , G06Q50/06
摘要： 本发明公开了一种融合异构多源时序数据的窃电行为检测方法，涉及电网运维领域。由于用电行为多样性和不规则性，难以捕获到具体的窃电模式。本发明在需要进行窃电行为检测时，获取用户数据，并进行预处理，将用户数据预处理为用户、台区和气候三种不同的序列；将用户数据输入层级化异构多源时序数据窃电行为检测模型中，从多源的观察序列中捕获用户行为的模式，得到测试集的预测标签。本技术方案将多源异构的时序数据融合，捕获他们之间的时间和空间相关性，更好的分析用户的行为，判断其窃电的可能性，考虑用户自己的用电记录与所在台区的线损记录、气候因素对用户行为的影响；预测窃电行为的因素更全面，有利于提高预测的准确性及稳定性。
-
公开(公告)号：CN112184477A
公开(公告)日：2021-01-05
申请号：CN202010866383.6
申请日：2020-08-25
申请人： 国网浙江省电力有限公司 , 国网浙江省电力有限公司台州供电公司 , 中国计量大学 , 浙江华云信息科技有限公司
摘要： 本发明公开了一种基于聚类和PQUI识别算法的追补电量方法，涉及电网运维领域。目前，窃电电量不能准确计算，计算的窃电电量与实际的窃电电量相差过多，用户、电力公司之间难以保持公平。本发明先根据用户的负荷数据判断出用户的窃电时间，再根据负荷数据之间的关系确定窃电手法，然后对照窃电行为确定更正系数，最后根据更正系数计算追补电量；窃电天数计算时采用聚类算法和/或PQUI算法。本技术方案采用聚类算法、PQUI识别算法计算对应的窃电量，计算匹配性好，使得准确性高，且采集的数据可以满足要求，实现准确、客观、快速地计算窃电用户的追补电量，使其与实际发生电量相一致，提高用电的公平性。
-
-
搜索结果
3 条记录 (耗时 0.123 秒)
