基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法技术

技术编号:28375063 阅读:32 留言:0更新日期:2021-05-08 00:02
一种基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,该方法通过实验获得模拟种植大麻的一个月用电量数据,将该用电量数据转换成用电功率频率分布曲线,以此作为计算“标杆”,再获取数据集中居民用户一个月用电量数据转换成用电功率频率分布曲线;计算被测居民用户频率分布与标杆之间相对熵并运用箱线图设定阈值,当所测用户相对熵小于阈值时,获取该用户的用电量序列计算其日最大负荷变异系数进一步判断该用户是否为大麻种植户。如此,通过本方法能定位发现用电情况存在异常的居民用户,及时进行针对性稽查,缩小打击范围。

【技术实现步骤摘要】
基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法
本专利技术属于电网用户异常用电检测领域,涉及室内大麻种植居民用户异常用电检测,具体涉及一种基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法。
技术介绍
大麻主要产自温暖地区或热带地区,为一年生草本植物,是国内明令禁止种植的毒品原植物,大麻叶子、苞片和花朵中含有一种叫做四氢大麻酚的化合物,吸入后易导致上瘾,长期吸食大麻会摧残人的身体和意志。受欧美国家大麻合法化风潮影响,近年来我国频繁出现室内种植大麻的违法事件,成为毒品犯罪活动的新动向,严重危害社会治安和人民身心健康。据不完全统计,我国沿海和中部地区十余个省份均有抓获室内种植大麻案例的报导,有的甚至形成了种植、运输、贩卖的产业链,影响危害巨大。为避人耳目,室内种植大麻多见于郊区及城中村的出租屋、废旧工厂、郊区别墅房、毛坯房等空置居民民房中,作业环境隐蔽,正常情况下难以发现。由于室内种植大麻需要消耗大量电能进行补光和调控温、湿度环境,在用电行为上具有比较明显的特异性,有可能利用它与正常居民用户用电行为上的差异,识别室内种植大麻本文档来自技高网...

【技术保护点】
1.一种基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,该方法步骤如下:/n步骤1:建立仿真模拟大麻种植大棚,获取仿真模拟大麻种植大棚种植大麻期间连续一个月的理论用电量数据,建立单位时间用电量时间序列X=[x

【技术特征摘要】
1.一种基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法,其特征在于,该方法步骤如下:
步骤1:建立仿真模拟大麻种植大棚,获取仿真模拟大麻种植大棚种植大麻期间连续一个月的理论用电量数据,建立单位时间用电量时间序列X=[x1,x2,…,xn],通过最大—最小标准化对序列X进行标准化,获得标准化后的序列X′=[x′1,x′2,…,x′n],X′取值范围为[0,1];根据序列X′结合频率直方图绘制方法获得理论用电量的频率分布曲线,以此作为计算“标杆”;
步骤2:获取待检测的数个居民用户连续一个月的用电量数据,建立每个用户的单位时间用电量时间序列Y=[y1,y2,…,yn],通过最大—最小标准化对序列Y进行标准化,获得标准化后的序列Y′=[y′1,y′2,…,y′n],Y′取值范围为[0,1];根据序列Y′结合频率直方图绘制方法获得每个居民用户用电量的频率分布曲线;
步骤3:根据相对熵公式,计算上述每个居民用户用电量的频率分布与标杆的相对熵;
步骤4:将每个居民用户与标杆的相对熵按升序进行罗列,利用箱线图算法获得阈值;
步骤5:将每个居民用户的相对熵与阈值进行比较,获取相对熵小于阈值的居民用户的单位时间用电量时间序列Y,根据相对熵小于阈值的居民用户和仿真模拟大麻种植大棚的单位时间用电量时间序列计算日最大负荷变异系数,若相对熵小于阈值的居民用户的日最大负荷变异系数小于0.1,则判断该居民用户为用电异常用户。


2.如权利要求1所述的基于用电功率频率分布相对熵的室内大麻种植居民用户识别...

【专利技术属性】
技术研发人员:苏盛毛源军殷涛张傲刘康郑应俊翟中祥李文松赖志强
申请(专利权)人:长沙理工大学
类型:发明
国别省市:湖南;43

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1