基于SVM的AMI环境下用电异常检测研究

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：高级测量体系的建设在传统电力系统中引入了许多新技术，对电力系统安全提出了新的考验。网络的开放性和安全性之间的矛盾加大，使得非法电力用户窃电的手段增多，如何有效检测窃电成为电网信息化的一个新问题。根据高级测量体系系统架构的特点，使用One-class SVM无监督机器学习架构对电力用户负荷异常进行检测，可以在小样本、样本分类不均衡环境下提高检测的准确性。使用对检测结果过滤的方法对检测结果进行分类处理，降低系统的虚警率。系统能提高用电稽查效率，降低电力系统的非技术性损失。最后对系统进行架构搭建实现，使用真实算例验证了算法的执行效率和检测效率。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：AMI SVM 检测结果 大家共享 学术交流 高级测量体系 用电异常 机器学习 非技术性损失