一种基于集成ELM的配电网窃电嫌疑用户智能识别方法

    公开(公告)号:CN106650797A

    公开(公告)日:2017-05-10

    申请号:CN201611116284.6

    申请日:2016-12-07

    CPC classification number: G06K9/6256 G06K9/6277 G06Q50/06

    Abstract: 本发明涉及一种基于集成ELM的配电网窃电嫌疑用户智能识别方法,包括以下步骤:首先获取学习数据和预测数据并进行数据清洗;然后构建窃电评价指标体系:告警特征、电量特征及负荷特征,形成学习样本和预测样本;将学习样本划分为训练集和测试集,利用所述的训练集学习集成ELM窃电嫌疑用户识别模型,并基于所述的测试集评估模型效果;最后将预测样本作为所述的集成ELM窃电嫌疑用户识别模型输入量,输出每一用户的窃电嫌疑系数,锁定窃电嫌疑用户。本发明集合了ELM较快的学习速度与集成学习的高精度性,从窃电告警、电量、负荷多个维度分析用户窃电嫌疑,能实现窃电行为的快速有效识别,将反窃电管理模式提升至“事前预防、事中控制”的管理水平。

    一种基于集成ELM的配电网窃电嫌疑用户智能识别方法

    公开(公告)号:CN106650797B

    公开(公告)日:2020-12-04

    申请号:CN201611116284.6

    申请日:2016-12-07

    Abstract: 本发明涉及一种基于集成ELM的配电网窃电嫌疑用户智能识别方法,包括以下步骤:首先获取学习数据和预测数据并进行数据清洗;然后构建窃电评价指标体系:告警特征、电量特征及负荷特征,形成学习样本和预测样本;将学习样本划分为训练集和测试集,利用所述的训练集学习集成ELM窃电嫌疑用户识别模型,并基于所述的测试集评估模型效果;最后将预测样本作为所述的集成ELM窃电嫌疑用户识别模型输入量,输出每一用户的窃电嫌疑系数,锁定窃电嫌疑用户。本发明集合了ELM较快的学习速度与集成学习的高精度性,从窃电告警、电量、负荷多个维度分析用户窃电嫌疑,能实现窃电行为的快速有效识别,将反窃电管理模式提升至“事前预防、事中控制”的管理水平。

Patent Agency Ranking