典型文献
基于AMI数据驱动的窃电用户识别研究
文献摘要：
窃电是一种不当行为,会侵犯电能量运营商的利益,也会对公共安全造成危害.针对中国国家电网公司公布的带有窃电标签的真实用电数据集,首先对数据集进行预处理,而后分析不同类型用户的用电行为.考虑不同类型用户之间日负荷量的差异性,建立PCA-RandomForest模型进行窃电检测.同时探索时频域参数在窃电检测中的效果.对比实验证明我们所提模型是稳定的.PCA-RandomForest模型的分类效果表明日负荷量的差异性为窃电用户与诚实用户的特征之一,可用于窃电用户的检测.
文献关键词：
窃电;PCA-RandomForest模型;日负荷量
中图分类号：
作者姓名：
刘文浩;冯玥;姜东良
作者机构：
辽宁工程技术大学电气与控制工程学院,葫芦岛 125105;国网冀北电力有限公司迁西县供电分公司,唐山 064300;辽宁工程技术大学软件学院,葫芦岛 125105
文献出处：
引用格式：
[1]刘文浩;冯玥;姜东良-.基于AMI数据驱动的窃电用户识别研究)[J].制造业自动化,2022(11):5-8
A类：
日负荷量
B类：
AMI,用户识别,电能量,运营商,公共安全,造成危害,国家电网,电网公司,用电数据,用电行为,RandomForest,行窃,窃电检测,时频域,频域参数,分类效果,明日,诚实
AB值：
0.30302
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
