基于MTF维度提升和残差网络的窃电识别方法

摘要：

针对智能电网中的窃电检测问题,通过分析用户日用电量,发现正常用户用电具有季节波动和假期关联特性,窃电用户呈现杂乱无序状态.为此,提出了一种基于马尔可夫转移场的一维到二维图像转换方法,从多个时间尺度挖掘用电特征,再利用引入残差模块的卷积神经网络进行窃电用户识别.在国家电网提供的数据集上进行实验,所提方法具有 94.31%的准确率,验证了其有效性和可行性.

关键词：窃电检测、马尔可夫转移场、深度残差网络、图像识别

所属期刊栏目：43

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金52077012

在线出版日期：2024-09-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：78-86