[发明专利]一种基于非监督学习的智能电网非技术性损失检测方法在审

专利信息
申请号: 201910066167.0 申请日: 2019-01-24
公开(公告)号: CN109740694A 公开(公告)日: 2019-05-10
发明(设计)人: 曲正伟;李弘文;王云静;田亚静 申请(专利权)人: 燕山大学
主分类号: G06K9/62 分类号: G06K9/62;G06Q10/06;G06Q50/06
代理公司: 北京挺立专利事务所(普通合伙) 11265 代理人: 刘阳
地址: 066004 河北省*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于非监督学习的智能电网非技术性损失检测方法,涉及智能电网高级量测体系领域。本发明使用主成分分析方法将原始数据集进行维度规约,即降维处理;基于k‑means方法对于降维处理后的数据进行聚类,将大多数正常数据进行剪枝;结合局部异常因子检测算法(LOF)进行精确数据处理,最终实现异常数据的准确分离,达到检测出非技术型损失的目的;运用ROC曲线来进行检测准确度的评价,验证本方法的可行性可准确性;确定方法并采用仿真工具对其进行仿真分析。本发明提出的检测方法比现有的技术更加简捷高效、实用性和实践性较强,而且可以更有效的提高检测效率,可以节省大量的时间和资源。
搜索关键词: 智能电网 非监督学习 检测 降维处理 损失检测 规约 原始数据集 主成分分析 准确度 仿真分析 仿真工具 检测算法 量测体系 异常数据 异常因子 正常数据 数据处理 剪枝 聚类 维度 验证
【主权项】:
1.一种基于非监督学习的智能电网非技术性损失检测方法,其特征在于:包括如下步骤:步骤(1)基于一个用电行为可触发多种用电数据;选取多种表征用电行为的用电原始数据作为原始指标数据集,使用主成分分析方法将原始数据集进行维度规约;步骤(2)使用基于k‑means聚类方法,将步骤(1)使用主成分分析法得到的数据集进行聚类,并剔除正常数据,获得异常数据;步骤(3)基于局部异常因子检测算法对步骤(2)中异常数据进行精确数据处理,实现异常数据的准确分离,完成智能电网非技术性损失检测。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于燕山大学,未经燕山大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201910066167.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top