公开(公告)号：CN118606757A

公开(公告)日：2024-09-06

申请号：CN202410724312.0

申请日：2024-06-05

Applicant: 三峡大学

Inventor： 陈盾初 ,  杨苗 ,  方杰 ,  何大庆 ,  陈宇诺 ,  何睦 ,  李润龙 ,  李兰芳

IPC: G06F18/24 ,  G06F18/213 ,  G06F18/214 ,  G06F18/21 ,  G06N20/20 ,  G06F18/20

Abstract: 本发明公开了一种融合重采样与Stacking集成学习的窃电检测方法，包括以下步骤：配电网中高级量测设备量测每一居民用户的实际用电信息，捕捉用电特征；针对正常用户用电数据和窃电用户用电数据采取不同的采样方法进行处理，避免因为不平衡数据对分类结果造成的偏倚性；在选择基学习器时，本发明提出一种基学习器选择方法，即PLSS基学习器遴选方法，构建反窃电预警模型；在窃电稽查工作中，将居民用户数据处理后输入模型，完成窃电用户检测，有效减少了供电公司的经济损失和人力资源耗费。

公开(公告)号：CN118626907A

公开(公告)日：2024-09-10

申请号：CN202410724564.3

申请日：2024-06-05

Applicant: 三峡大学

Inventor： 陈盾初 ,  杨苗 ,  李兰芳 ,  李润龙 ,  方杰

IPC: G06F18/24 ,  G06F18/214 ,  G06N20/20 ,  G06F18/21 ,  G06F18/20

Abstract: 本发明公开了一种基于Blending集成学习的窃电检测识别方法，包括以下步骤：利用采样设备实时获取用户的用电量数据；采用ADASYN采样方法处理类别不平衡的用电数据；通过初级学习器进行遴选，选择最佳初级学习器组合，通过元学习器性能上的比较选择表现最优的元学习器融合不同初级学习器的优势，构建Blending集成学习模型；基于Blending集成学习模型基于历史数据对每一个台区未来一天的用电量进行短期预测；针对RSPE超过阈值的窃电嫌疑台区进行重点核查；将窃电可疑台区后连接的所有用户暂时全部确定为可疑用户，将处理后的数据作为模型的输入，通过构建的Blending集成学习模型完成窃电用户检测识别；该方法可以结合台区窃电检测和用户窃电检测台区来提高检测的效率和准确性。