數據挖掘在反竊電系統中的應用與研究
發(fā)布時間：2021-01-11 11:02
隨著信息技術、計算機技術逐漸應用于供電企業(yè),供電企業(yè)在實現自動化管理的過程中,線損率無法實現有效控制,而且竊電現象嚴重影響供電企業(yè)的經濟效益,常用的反竊電措施是以安裝外部監(jiān)測設備為主,但是,外設的應用成本相對較高,安裝難度復雜,取得的反竊電效果并不理想,基于此,針對用戶用電數據不全面、竊電數據無法準確定位及監(jiān)測等問題,提出利用數據挖掘優(yōu)化反竊電系統的方法,重點對反竊電系統中的數據挖掘、數據分析等方面展開研究,以優(yōu)化反竊電系統的方式,解決數據挖掘、數據模型分析等問題,提高反竊電系統的有效性及準確性。為檢驗本次研究的針對性及有效性,在對反竊電系統的應用進行研究時,是以SQL Server2008為數據庫,并從關系數據的角度,對數據挖掘的實踐應用進行分析,以構建數據預處理算法模塊、PCA算法下用戶用電特征提取的方式,進行反竊電算法的應用分析,在明確系統用戶管理、用電管理、竊電用戶判別等功能的基礎上,針對反竊電系統在A地區(qū)中的實踐應用效果進行分析,實踐結果證明,在利用反竊電系統的前提下,可以對用戶用電情況進行常態(tài)化檢查及稽查,可以對A地區(qū)數據進行篩選及分析,整改率達到100%,反竊電系統的應用...
【文章來源】： 張斯祺 遼寧工程技術大學
【文章頁數】：52 頁
【學位級別】：碩士
【部分圖文】：
零火線調接圖
遼寧工程技術大學碩士學位論文152.6數據挖掘與反竊電模型的融合在反竊電的過程中，由于設備管理、數據更新、取證方式等方面的影響，電力企業(yè)很難對用戶的竊電行為進行有效控制�；诖耍敬窝芯渴且詳祿诰蚺c反竊電模型融合為核心依據，在明確數據挖掘的前提下，實現對反竊電模型的有效統計及分析。數據挖掘是針對反竊電過程中的基本特征、電量值、子目標等相關數據進行集合處理，數據聚類是根據挖掘的信息數據“相似度”進行集合區(qū)間劃分，為后續(xù)的數據算法方面提供參考依據。數據分類的目的是通過輸入數據，對訓練集合區(qū)間的數據表現特性進行描述，依據分類規(guī)則預測用戶的用電情況，具體的反竊電模型設計如下：圖2.2反竊電模型流程Figure2.2processofanti-theftmodel在對數據測試以及反竊電數學模型構建等方面進行統計及分析的過程中，是構建用戶用電特征集合，并根據特征屬性的記錄，對用戶的用電類型進行預測，實現對用戶異常用電行為的有效統計及分析。
遼寧工程技術大學碩士學位論文173反竊電系統中的數據挖掘技術應用3.1數據挖掘的實施步驟反竊電系統中的數據挖掘技術應用，是利用分析數據對用戶用電數據進行統計，并針對用戶用電數據的變化進行分析，在分析數據挖掘及信息處理的基礎上，需要從問題定義、數據收集及預處理、數據挖掘算法執(zhí)行以及結果解釋、評估的流程進行統計，具體的數據挖掘步驟如下：圖3.1數據挖掘步驟Figure3.1dataminingsteps問題定義是對用戶用電數據進行挖掘之前，以用戶用電異常數據為指標，分析異常用電的調整，并判斷用戶是否存在竊電行為。在進行數據準備階段，以數據集成、數據清晰、數據變換及數據簡化為基本流程。數據集成是將用戶用電的原始數據進行合并處理，針對異構數據進行集成化處理，以語義模型的方式進行表達，在對數據進行集成化處理的過程中，需要解決異構數據轉換的問題，在統一原始數據的基礎上，針對數據命名、結構、含義、字長等方面進行轉換及聚集，以此形成出本的可用數據。在數據集成化處理后，根據所占物理空間以及值域范圍進行分析，并對源數據的噪聲數據、無關數據進行處理，以去除空白數據及噪聲數據的方式，實現重復數據處理、數據類型的轉換。在進行數據清洗的過程中，可以采用監(jiān)督、無監(jiān)督兩種方式進行落實，在連續(xù)數據屬性離散化的前提下，可以相對減小數據表的大小，以此提高數據分類的準確性。數據變換是對處理后用戶用電數據的特征進行描述，其中包含規(guī)格化、歸納、切換、旋轉以及投影等操作，規(guī)格化是以元組集的合并為依據，并對屬性值進行歸一化處理，在利用IS-A語義關系的基礎上，規(guī)格化后可以相對減少元組個數，以此
【參考文獻】：
期刊論文
[1]用電監(jiān)察所面臨的問題及反竊電措施[J]. 王井相,王利波. 化工管理. 2018(32)
[2]防竊電預警分析應用實施[J]. 張耀,趙猛,張琛馨,楊青. 電子測試. 2018(12)
[3]基于GA-BP神經網絡的反竊電系統研究與應用[J]. 王慶寧,張東輝,孫香德,沈楊,許湘蓮. 電測與儀表. 2018(11)
[4]大數據時代的計算機信息處理技術[J]. 高楊. 科技風. 2018(12)
[5]淺談竊電存在的問題及其防范措施[J]. 張家祥. 中國戰(zhàn)略新興產業(yè). 2017(48)
[6]智能防竊電綜合解決方案研究[J]. 付婷,朱碧欽,林海平,李金湖,林海玉. 電氣時代. 2017(12)
[7]聚類k-means算法在新疆反竊電工作中的應用[J]. 劉衛(wèi)新,尹文慶,潘霞,楊金成. 南昌大學學報(理科版). 2017(05)
[8]應用數據挖掘技術構建反竊電管理系統的研究[J]. 劉盛,朱翠艷. 中國電力. 2017(10)
[9]基于正態(tài)分布離群點算法的反竊電研究[J]. 王新霞,王珂,焦東翔,魏新宇. 電氣應用. 2017(07)
[10]計量裝置防竊電技術研究[J]. 王家亮. 電子測試. 2017(01)
碩士論文
[1]基于海量數據挖掘關聯測度工具的設計[D]. 岳雪.西安財經學院 2014
[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 2013
本文編號：2970652
【文章來源】： 張斯祺 遼寧工程技術大學
【文章頁數】：52 頁
【學位級別】：碩士
【部分圖文】：
零火線調接圖
遼寧工程技術大學碩士學位論文152.6數據挖掘與反竊電模型的融合在反竊電的過程中，由于設備管理、數據更新、取證方式等方面的影響，電力企業(yè)很難對用戶的竊電行為進行有效控制�；诖耍敬窝芯渴且詳祿诰蚺c反竊電模型融合為核心依據，在明確數據挖掘的前提下，實現對反竊電模型的有效統計及分析。數據挖掘是針對反竊電過程中的基本特征、電量值、子目標等相關數據進行集合處理，數據聚類是根據挖掘的信息數據“相似度”進行集合區(qū)間劃分，為后續(xù)的數據算法方面提供參考依據。數據分類的目的是通過輸入數據，對訓練集合區(qū)間的數據表現特性進行描述，依據分類規(guī)則預測用戶的用電情況，具體的反竊電模型設計如下：圖2.2反竊電模型流程Figure2.2processofanti-theftmodel在對數據測試以及反竊電數學模型構建等方面進行統計及分析的過程中，是構建用戶用電特征集合，并根據特征屬性的記錄，對用戶的用電類型進行預測，實現對用戶異常用電行為的有效統計及分析。
遼寧工程技術大學碩士學位論文173反竊電系統中的數據挖掘技術應用3.1數據挖掘的實施步驟反竊電系統中的數據挖掘技術應用，是利用分析數據對用戶用電數據進行統計，并針對用戶用電數據的變化進行分析，在分析數據挖掘及信息處理的基礎上，需要從問題定義、數據收集及預處理、數據挖掘算法執(zhí)行以及結果解釋、評估的流程進行統計，具體的數據挖掘步驟如下：圖3.1數據挖掘步驟Figure3.1dataminingsteps問題定義是對用戶用電數據進行挖掘之前，以用戶用電異常數據為指標，分析異常用電的調整，并判斷用戶是否存在竊電行為。在進行數據準備階段，以數據集成、數據清晰、數據變換及數據簡化為基本流程。數據集成是將用戶用電的原始數據進行合并處理，針對異構數據進行集成化處理，以語義模型的方式進行表達，在對數據進行集成化處理的過程中，需要解決異構數據轉換的問題，在統一原始數據的基礎上，針對數據命名、結構、含義、字長等方面進行轉換及聚集，以此形成出本的可用數據。在數據集成化處理后，根據所占物理空間以及值域范圍進行分析，并對源數據的噪聲數據、無關數據進行處理，以去除空白數據及噪聲數據的方式，實現重復數據處理、數據類型的轉換。在進行數據清洗的過程中，可以采用監(jiān)督、無監(jiān)督兩種方式進行落實，在連續(xù)數據屬性離散化的前提下，可以相對減小數據表的大小，以此提高數據分類的準確性。數據變換是對處理后用戶用電數據的特征進行描述，其中包含規(guī)格化、歸納、切換、旋轉以及投影等操作，規(guī)格化是以元組集的合并為依據，并對屬性值進行歸一化處理，在利用IS-A語義關系的基礎上，規(guī)格化后可以相對減少元組個數，以此
【參考文獻】：
期刊論文
[1]用電監(jiān)察所面臨的問題及反竊電措施[J]. 王井相,王利波. 化工管理. 2018(32)
[2]防竊電預警分析應用實施[J]. 張耀,趙猛,張琛馨,楊青. 電子測試. 2018(12)
[3]基于GA-BP神經網絡的反竊電系統研究與應用[J]. 王慶寧,張東輝,孫香德,沈楊,許湘蓮. 電測與儀表. 2018(11)
[4]大數據時代的計算機信息處理技術[J]. 高楊. 科技風. 2018(12)
[5]淺談竊電存在的問題及其防范措施[J]. 張家祥. 中國戰(zhàn)略新興產業(yè). 2017(48)
[6]智能防竊電綜合解決方案研究[J]. 付婷,朱碧欽,林海平,李金湖,林海玉. 電氣時代. 2017(12)
[7]聚類k-means算法在新疆反竊電工作中的應用[J]. 劉衛(wèi)新,尹文慶,潘霞,楊金成. 南昌大學學報(理科版). 2017(05)
[8]應用數據挖掘技術構建反竊電管理系統的研究[J]. 劉盛,朱翠艷. 中國電力. 2017(10)
[9]基于正態(tài)分布離群點算法的反竊電研究[J]. 王新霞,王珂,焦東翔,魏新宇. 電氣應用. 2017(07)
[10]計量裝置防竊電技術研究[J]. 王家亮. 電子測試. 2017(01)
碩士論文
[1]基于海量數據挖掘關聯測度工具的設計[D]. 岳雪.西安財經學院 2014
[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 2013
本文編號：2970652
本文鏈接：http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2970652.html
