基于实值深度置信网络的用户侧窃电行为检测

摘要：

用户侧窃电行为造成的非技术性损失对电网企业危害重大,不仅会影响电力系统的供电质量,还会增加电网的运营成本.为了辅助电网公司提高用电稽查效率、管理用户规范化用电,提出了基于实值深度置信网络的用户侧窃电行为检测模型.实值深度置信网络具有提取抽象特征的功能,并通过前馈神经网络微调后可实现较高分类精度.为了优化实值深度置信网络因随机初始化产生的局部最优化问题,该模型通过萤火虫算法对网络参数全局寻优.针对用户窃电行为检测,该模型利用因子分析进行数据降维,利用随机欠采样和套索算法应对数据不平衡问题,并利用ROC(receiver operating characteristic curve)曲线选取该模型的检测阈值.最后仿真实验验证了所提出模型的有效性和精确性.

关键词：非技术性损失、窃电行为检测、特征提取、实值深度置信网络、不平衡数据

所属期刊栏目：43

分类号：TM73(输配电工程、电力网及电力系统)

在线出版日期：2019-04-16（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：1083-1091