電力營銷服務(wù)是供電服務(wù)中的最重要內(nèi)容之一,識別和管控電力用戶的各類異常用電行為是其主要工作之一,準(zhǔn)確識別用戶在電力消費(fèi)過程中的異常行為對電網(wǎng)系統(tǒng)安全運(yùn)行、避免電網(wǎng)企業(yè)的電費(fèi)損失均有著重要意義。目前電力營銷部門使用人工經(jīng)驗(yàn)規(guī)則庫檢測出異常信息,然后人工現(xiàn)場檢查這些告警信息來甄別用戶是否具有異常行為,這種方法缺乏針對性,需要工作人員現(xiàn)場確認(rèn),耗費(fèi)人力資源。本文針對以上問題,提出利用用戶的歷史消費(fèi)數(shù)據(jù)對用戶行為進(jìn)行識別,從數(shù)據(jù)層面建立模型,減少人力成本、節(jié)約資源。本文用到的原始數(shù)據(jù)為某省近兩年的用戶營銷數(shù)據(jù),并分別從時(shí)間特征和空間特征兩方面對數(shù)據(jù)進(jìn)行分析:（1）分析用戶數(shù)據(jù)的時(shí)間特征,對傳統(tǒng)的長短期記憶網(wǎng)絡(luò)增加反向傳播層,增加對時(shí)間跨度大的關(guān)聯(lián)特征的兼容性,實(shí)驗(yàn)結(jié)果表明,Bi-LSTM（雙向長短期記憶）網(wǎng)絡(luò)對用戶行為的識別準(zhǔn)確率要高于其他幾種網(wǎng)絡(luò),并且波動小、穩(wěn)定性高。（2）分析用戶數(shù)據(jù)的空間特征,對用戶每個(gè)月的用電數(shù)據(jù)之間的協(xié)方差計(jì)算協(xié)方差矩陣,然后利用卷積神經(jīng)網(wǎng)絡(luò)對特征進(jìn)行提取,得到了用戶的特征序列,并進(jìn)行特征擬合建立識別模型,結(jié)果表明該模型在三種用戶數(shù)據(jù)上都表現(xiàn)良好,且收斂速度快。（3... 

【文章來源】：杭州電子科技大學(xué)浙江省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

低壓居民用戶

異常低壓居民用戶

低壓非居民用戶

【參考文獻(xiàn)】：
期刊論文
[1]近紅外光譜技術(shù)在牛油生產(chǎn)過程中的應(yīng)用[J]. 陳廣川,趙波,徐坤俐,龔晨輝,張立實(shí),王培鑒,唐勇.  食品安全質(zhì)量檢測學(xué)報(bào). 2019(09)
[2]在智能電網(wǎng)中進(jìn)行用戶異常用電行為辨識的研究[J]. 柳林溪,陳泰屹.  信息技術(shù). 2018(12)
[3]基于實(shí)值深度置信網(wǎng)絡(luò)的用戶側(cè)竊電行為檢測[J]. 張承智,肖先勇,鄭子萱.  電網(wǎng)技術(shù). 2019(03)
[4]基于BiLSTM-CRF的關(guān)鍵詞自動抽取[J]. 陳偉,吳友政,陳文亮,張民.  計(jì)算機(jī)科學(xué). 2018(S1)
[5]基于PCA-ELM的日同期線損檢測系統(tǒng)的研發(fā)[J]. 夏翔,董大偉,方建亮,姜巍,何欣,胡劍地.  電子測量技術(shù). 2018(07)
[6]深度置信網(wǎng)絡(luò)模型及應(yīng)用研究綜述[J]. 劉方園,王水花,張煜東.  計(jì)算機(jī)工程與應(yīng)用. 2018(01)
[7]基于智能電表數(shù)據(jù)的臺區(qū)識別與竊電檢測方法研究[J]. 潘明明,田世明,吳博,葉俊.  智慧電力. 2017(12)
[8]基于無監(jiān)督學(xué)習(xí)的電力用戶異常用電模式檢測[J]. 莊池杰,張斌,胡軍,李秋碩,曾嶸.  中國電機(jī)工程學(xué)報(bào). 2016(02)
[9]稀疏編碼模型在電力用戶異常用電行為探測中的應(yīng)用研究（英文）[J]. 周李,趙露君,高衛(wèi)國.  電網(wǎng)技術(shù). 2015(11)
[10]基于離群點(diǎn)算法和用電信息采集系統(tǒng)的反竊電研究[J]. 程超,張漢敬,景志敏,陳明,矯磊,楊立新.  電力系統(tǒng)保護(hù)與控制. 2015(17)

碩士論文
[1]供電企業(yè)反竊電管理綜合評價(jià)研究[D]. 梁毅涵.華北電力大學(xué)(北京) 2016
[2]供電企業(yè)防竊電方法和對策的研究[D]. 劉增明.華北電力大學(xué) 2013



本文編號：3086075