[发明专利]一种基于SOM神经网络与K-均值聚类的窃电检测方法及系统在审
| 申请号： | 201910308311.7 | 申请日： | 2019-04-17 |
| 公开（公告）号： | CN110147871A | 公开（公告）日： | 2019-08-20 |
| 发明（设计）人： | 刘厦;薛阳;王子龙;杨恒;徐英辉;林繁涛 | 申请（专利权）人： | 中国电力科学研究院有限公司;国家电网有限公司 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06N3/08;G06Q50/06 |
| 代理公司： | 北京工信联合知识产权代理有限公司 11266 | 代理人： | 姜丽辉 |
| 地址： | 100192 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于SOM神经网络与K‑均值聚类的窃电检测方法及系统，其中方法包括：从用户负荷曲线中随机抽取数据作为训练样本，并对所述训练样本进行归一化处理，获取处理样本；基于SOM神经网络对所述处理样本进行聚类，获取所述处理样本的聚类数和初始聚类中心；将所述聚类数和所述初始聚类中心作为K‑均值聚类的初始值，基于所述K‑均值聚类对所述处理样本进行聚类，获取用户负荷特征曲线；计算待检测用户负荷与其用户负荷特征曲线的欧式距离，获取所述待检测用户负荷与其用户负荷特征曲线的欧式距离；当所述欧式距离大于预先设定的阈值时，则将所述用户判断为窃电嫌疑用户。 | ||
| 搜索关键词： | 用户负荷 均值聚类 聚类 样本 欧式距离 特征曲线 初始聚类中心 窃电检测 训练样本 归一化处理 窃电嫌疑 随机抽取 用户判断 阈值时 检测 | ||
【主权项】：
1.一种基于SOM神经网络与K‑均值聚类的窃电检测方法，所述方法包括：从用户负荷曲线中随机抽取数据作为训练样本，并对所述训练样本进行归一化处理，获取处理样本；基于SOM神经网络对所述处理样本进行聚类，获取所述处理样本的聚类数和初始聚类中心；将所述聚类数和所述初始聚类中心作为K‑均值聚类的初始值，基于所述K‑均值聚类对所述处理样本进行聚类，获取用户负荷特征曲线；计算待检测用户负荷与其用户负荷特征曲线的欧式距离，获取所述待检测用户负荷与其用户负荷特征曲线的欧式距离；当所述欧式距离大于预先设定的阈值时，则将所述用户判断为窃电嫌疑用户。
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中国电力科学研究院有限公司;国家电网有限公司，未经中国电力科学研究院有限公司;国家电网有限公司许可，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/201910308311.7/，转载请声明来源钻瓜专利网。
