基于K-SMOTE和改进随机森林的智能电网用户窃电行为检测

发布时间：2021-05-19 13:03

　　随着智能电网的飞速发展和电能计量技术的不断进步,电网用户侧数据呈现出高复杂度、高冗余度的态势,这也为智能电网某些用户进行窃电行为提供了可乘之机。电网用户窃电行为造成的损失不仅降低电网企业经济效益,甚至阻碍国民经济平稳发展。用户窃电手段呈现多样化趋势,传统的窃电检测方案无法实现多样化数据下用户用电特征的分析处理和高效窃电检测需求。为了辅助电网公司提高用电稽查效率,管理用户规范化用电,本文提出了结合用户窃电行为特征分析,研究了基于K均值聚类（K-means Clustering Algorithm,K-means）与合成少数类过采样技术（Synthetic Minority Oversampling Technique,SMOTE）结合的过采样方法,K-SMOTE。和基于粒子群优化算法（Particle Swarm Optimization,PSO）与随机森林方法（Random FOREST,RF）结合的用户侧窃电行为检测方法,P-RF算法。首先,对某配电网区域进行用户的窃电行为分析,对用户电压、电流和功率因数等相关电气参数时序特征进行分析总结,通过提取窃电用户用电特征确定窃电行为的特征,... 

【文章来源】：燕山大学河北省

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景和意义
    1.2 国内外研究现状及方法
        1.2.1 窃电检测研究的国内外研究现状
        1.2.2 窃电检测的主要方法
        1.2.3 不平衡数据处理研究现状
    1.3 本文的主要研究内容
第2章 用户窃电行为危害及窃电特征分析
    2.1 窃电行为危害
    2.2 用户窃电方法分析
        2.2.1 欠流法窃电
        2.2.2 欠压法窃电
        2.2.3 移相法窃电
        2.2.4 高科技手法窃电
    2.3 窃电行为特征量分析
        2.3.1 电流特征
        2.3.2 电压特征
        2.3.3 功率因数特征
    2.4 本章小结
第3章 基于改进SMOTE过采样的不平衡数据处理方法
    3.1 不平衡数据对分类算法性能影响
        3.1.1 不平衡数据概述
        3.1.2 不平衡数据对分类算法影响
    3.2 SMOTE和 K-means算法简介
        3.2.1 SMOTE
        3.2.2 K-means 聚类算法
    3.3 基于K-SMOTE的不平衡数据处理方法
    3.4 实例分析
        3.4.1 试验数据集的选择
        3.4.2 性能评价指标
        3.4.3 结果分析
    3.5 本章小结
第4章 基于K-SMOTE的改进RF窃电检测模型
    4.1 引言
    4.2 随机森林和粒子群算法简介
        4.2.1 随机森林
        4.2.2 粒子群算法
    4.3 基于PSO优化的RF算法
    4.4 实例分析
        4.4.1 最优决策树数量优化求解
        4.4.2 决策树的生成
        4.4.3 P-RF算法的纵向对比分析
        4.4.4 不同窃电检测算法的横向对比分析
    4.5 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢


【参考文献】：
期刊论文
[1]能源互联网：趋势与关键技术[J]. 应雯棋.  国际融资. 2020(02)
[2]基于SPARK与随机森林的短信诈骗用户识别研究[J]. 杨杰超,许江淳,岳秋燕,曾德斌,陆万荣.  计算机工程与科学. 2019(06)
[3]基于稀疏邻域的主动不平衡学习算法[J]. 古平,凌照.  现代计算机. 2019(16)
[4]智能防窃电控制计量箱的应用分析[J]. 裴付中,郝斐,权光建,李广虎,赵建军.  集成电路应用. 2019(06)
[5]基于SMOTERF算法处理客户流失不平衡问题的研究[J]. 陈淑真,朱建平,尤添革,刘金福,林燕红.  数学的实践与认识. 2019(09)
[6]机器学习分类问题及算法研究综述[J]. 杨剑锋,乔佩蕊,李永梅,王宁.  统计与决策. 2019(06)
[7]窃电分析框架及常用窃电方法研究[J]. 李炳要,黄令忠,戴斌.  信息系统工程. 2019(03)
[8]不平衡数据分类方法综述[J]. 李艳霞,柴毅,胡友强,尹宏鹏.  控制与决策. 2019(04)
[9]基于混合采样的不平衡数据集算法研究[J]. 张明,胡晓辉,吴嘉昕.  计算机工程与应用. 2019(17)
[10]防窃电电能计量装置设计与研究[J]. 李大立.  电子世界. 2018(20)

硕士论文
[1]反窃电分析系统的研究与开发[D]. 史奇琪.华北电力大学 2017



本文编号：3195814