电力多维指标聚合在用户窃电智能分析中的应用.pdfVIP

《自动化技术与应用》2023年第42卷第7期行业应用与交流

IndustrialApplicationsandCommunications

DOI:10.20033/j.1003-7241.（2023）07-0170-04.

电力多维指标聚合在用户窃电智能分析中的应用

杨婧,宋强,陈庆辉

（贵州电网有限责任公司，贵州贵阳550002）

摘要:用户窃电行为分析过程中，由于判断指标的差异，导致智能分析结果的F-Measure值较小，用户窃电智能分析准确率较差，

为此提出电力多维指标聚合在用户窃电智能分析中的应用。选取与窃电分析相关的电力特征数据，建立多维聚合判断指

标。结合数据修复、数据降维等多种方法对用电数据进行预处理，基于RBF神经网络构建窃电行为检测模型，获取窃电智能

分析结果，利用萤火虫寻优算法，获取模型全局寻优结果。仿真实验结果表明提出的用户窃电智能分析方法，将F-Measure

值提升了14.56%与22.43%，有效提升了用户窃电智能分析准确率。

关键词:聚合；窃电分析；智能诊断；萤火虫寻优算法

中图分类号：TP183文献标识码:A文章编号:1003-7241(2023)07-0170-04

ApplicationofPowerMultidimensionalIndexAggregation

inIntelligentAnalysisofUserStealingElectricity

YANGJing,SONGQiang,CHENQing-hui

(GuizhouPowerGridCo.,Ltd.,Guiyang550002China)

Abstract:Intheprocessofuserelectricitystealingbehavioranalysis,duetothedifferenceofjudgmentindicators,theF-Measurevalueof

intelligentanalysisresultsissmall,andtheaccuracyrateofuserelectricitystealingintelligentanalysisispoor.Therefore,itispro-

posedtoaggregatemulti-dimensionalpowerindicatorsinuserelectricitystealingintelligentanalysis.Itselectsthepowercharac-

teristicdatarelatedtoelectricitystealinganalysis,andestablishesmulti-dimensionalaggregatedjudgmentindicators.Combined

withdatarepair,datadimensionalityreductionandothermethodstopreprocesstheelectricityconsumptiondata,buildsanelec-

tricitystealingbehaviordetectionmodelbasedonRBFneuralnetwork,obtaintheintelligentanalysisresultsofelectricitysteal-

ing,andusethefireflyoptimization