基于改进人工蜂群算法的用电异常检测方法

论文摘要

为全面有效分析和检测数据和用电异常,提高异常用电报警准确率和电量管理水平。从两个方面研究用电异常检测:一是通过用户用电异常防止意外,保障用户安全,如检测到用户负荷长期居高不下,则提醒用户可能存在电器漏电;二是防止非技术性电能损失或用户窃电,如检测到用户连续异常负荷骤降,提醒稽查人员到现场检测用户是否存在窃电。通过改进人工蜂群算法自动提取电力负荷曲线进行关联对比,实现上述行为的判断。实验结果表明,基于改进人工蜂群的异常检测算法具有较好的适应性和较高的异常检测精度。

论文目录

• 1 改进人工蜂群算法
•   1.1 ABC算法
•   1.2 Tent混沌反向学习策略
•   1.3 锦标赛选择策略
•   1.4 增强局部邻域搜索策略
• 2 基于改进人工蜂群算法的用电异常检测
•   2.1 数据收集
•   2.2 数据预处理
•   2.3 基于改进人工蜂群的模式提取
•   2.4 用电异常检测
• 3 应用算例与结果分析
• 4 结论

文章来源

类型: 期刊论文

作者: 张思扬,匡芳君

关键词: 人工蜂群,邻域搜索,用电行为,异常检测,负荷模式匹配

来源: 长春理工大学学报(自然科学版) 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 电力工业,自动化技术

单位: 温州商学院信息工程学院

基金: 国家自然科学基金(61402227)

分类号: TM933.4;TP18

页码: 123-127

总页数: 5

文件大小: 1303K

下载量: 193