【技术实现步骤摘要】
一种基于新型算法优化BP神经网络的窃电行为检测方法
[0001]本专利技术涉及窃电行为检测方法,特别是一种基于新型算法优化
BP
神经网络的窃电行为检测方法,属于电力电子控制
。
技术介绍
[0002]在窃电行为的研究中,神经网络算法的应用受到了广泛的关注和采纳
。
神经网络的思想源于
1943
年
McCulloch
和
Pitts
提出的神经元模型,也就是人们熟知的
MCP
神经元模型
。
神经网络的基本单元就是这种神经元模型,通过模拟生物神经元的工作方式,它们能够在处理复杂问题时实现高效学习和适应
。
[0003]其中,
BP(
反向传播
)
神经网络是一种多层前馈神经网络,其主要特征在于信号在网络中是前向传播的,而误差则是反向传播的
。BP
神经网络通过调整神经元之间的连接权重,逐渐改变网络的输出,使其尽可能地接近期望输出,从而实现学习和训练的目标
。
[0004]在窃电行为的研究中,神经网络算法的应用主要表现在两个方面
。
一方面,研究者利用双隐含层的神经网络模型提高了窃电行为的检测准确性
。
双隐含层的神经网络模型具有较强的函数逼近能力,能够准确地模拟出非线性的窃电行为
。
另一方面,研究者也尝试改进循环神经网络的检测方法
。
循环神经网 ...
【技术保护点】
【技术特征摘要】
1.
一种基于新型算法优化
BP
神经网络的窃电行为检测方法,其特征在于,包括如下步骤:
1)
初始化
BP
神经网络的权值和阈值;
2)
计算优化算法的决策变量长度,选取均方误差作为优化的目标函数;
3)
设置算法停止准则,使用算法优化神经网络的权值和阈值参数;
4)
将优化得到的权值和阈值参数赋给
BP
神经网络;
5)
优化后的
BP
神经网络训练与测试,与优化前的
BP
神经网络进行误差分析和精度对比
。2.
根据权利要求1所述的基于新型算法优化
BP
神经网络的窃电行为检测方法,其特征在于:数据选择和预处理过程:与窃电行为相关的原始数据包括电负荷数据
、
电能电表数据
、
终端报警数据;这些数据反映了电力系统运行的实时状态和电力用户的用电情况,是识别窃电行为的重要依据;为了全面覆盖各种窃电方式,模型的训练样本应包含不同用电类别的所有窃电用户及部分正常用户;需要注意的是,窃电用户的窃电开始和结束时间是反映其窃电行为的关键时间节点;在这些时间节点上,用电负荷和终端报警相关数据会出现特征性的变化,因此在选取样本数据时,必须包含关键时间节点前后一定范围的数据
。3.
根据权利要求2所述的基于新型算法优化
BP
神经网络的窃电行为检测方法,其特征在于:选取以下三个指标作为模型的输入
:1)
用电下降趋势指标:通过统计连续
11
天
(
当天及前后各5天
)
内,当天电量比前一天减少的天数之和;递减的天数越多,表明存在窃电或者漏电的可能性越大;因为窃电行为会导致用电量的突然下降;
2)
线损指标:线路的线损率可以作为用户线损率的参考值;如果用户发生窃电行为,那么该用户的线损率会下降;但由于每天的用电量存在波动,所以不能只根据当天线损率的下降来判断是否存在窃电行为;需要考虑接下来几天的线损率平均值,看其是否有明显的增长;如果线损率的增长率大于1%,那么就可能存在窃电行为;线损率的计算公式为:其中
s
l
为第...
【专利技术属性】
技术研发人员:石文秀,孔令稷,王鑫萌,李海奇,孔晶,张轲舜,仪孝光,孟旭,李付生,徐伟,赵承楠,黄付顺,陈思佳,田俊强,王慧茹,王新玲,张建军,仝庆跃,耿妍,段云峰,宋先鹏,张继凤,吴燕,
申请(专利权)人:国网山东省电力公司菏泽供电公司,
类型:发明
国别省市:
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。