基于均值漂移数据挖掘知识发现过程的居民用户高效窃电检测
数据库
2019-02-12 v1
摘要
能源盗窃对电力运营商而言是极为重要的问题。由于巡检方法不足,检测并降低非技术损耗是一项具有挑战性的任务。随着智能电网中高级量测体系(AMI)的发展,能源盗窃呈现出更为复杂的现状,许多新技术正被采用以求解该问题。为识别非法居民用户,提出了一种基于数据挖掘技术分析和识别用户用电模式的计算方法。将主成分分析(PCA)与均值漂移算法结合用于不同窃电场景,我们如今足以应对窃电检测问题。整体研究在居民用户窃电检测中展现出令人鼓舞的结果,将有助于公用事业公司提升电网的可靠性、安全性与运行水平。
引用
@article{arxiv.1902.03296,
title = {Efficient Power Theft Detection for Residential Consumers Using Mean Shift Data Mining Knowledge Discovery Process},
author = {Konstantinos Blazakis and Georgios Stavrakakis},
journal= {arXiv preprint arXiv:1902.03296},
year = {2019}
}
备注
17 pages, 6 figures