[发明专利]一种针对非技术性损失的智能用电异常检测方法在审

专利信息
申请号: 201410191218.X 申请日: 2014-05-07
公开(公告)号: CN103942453A 公开(公告)日: 2014-07-23
发明(设计)人: 刘念;刘杰 申请(专利权)人: 华北电力大学
主分类号: G06F19/00 分类号: G06F19/00
代理公司: 北京麟保德和知识产权代理事务所(普通合伙) 11428 代理人: 韩建功
地址: 102206 *** 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: 发明公开了属于电力负荷分析技术领域中一种针对非技术性损失的智能用电异常检测方法。该方法为:1)对原始数据进行预处理;2)对样本数据进行特征提取;3)将样本划分为初始训练样本和寻优样本;4)采样实时数据,提取样本的特征,生成测试样本;5)利用GA算法进行参数寻优,确定最优ELM参数值;6)代入最优ELM参数值、训练样本和测试样本进行异常检测;7)若检测时刻为72小时的整数倍,统计分类精度和异常误检率;若异常误检率超过设定限值跳转到8),否则,跳转到4);8)更新用户训练样本,跳转到5)。本发明方法物理概念明确,思路清晰,分析计算简便,可以有效解决对任意用电负荷进行非技术性损失的在线检测的问题。
搜索关键词: 一种 针对 技术性 损失 智能 用电 异常 检测 方法
【主权项】:
一种针对非技术性损失的智能用电异常检测方法,其特征在于,该检测方法的具体步骤为:步骤1:对原始负荷数据进行预处理;步骤2:对样本负荷数据进行特征提取;步骤3:对样本进行划分,确定初始训练样本和寻优样本;步骤4:利用遗传算法GA进行离线参数寻优,确定最优极限学习机ELM参数值;步骤5:采样实时数据,按步骤2的方法提取样本的特征,生成测试样本;步骤6:基于极限学习机ELM算法,代入最优极限学习机ELM参数值、初始训练样本和测试样本进行在线异常检测;步骤7:如果检测时刻为72小时的整数倍,统计分类精度CA和异常误检率FDC;如果异常误检率超过设定限值FDClim跳转到步骤8,否则,跳转到步骤5;步骤8:更新用户训练样本,跳转到步骤4。
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华北电力大学,未经华北电力大学许可,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/201410191218.X/,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