电工电能新技术

作者：赵艳龙1， 柏维2， 雷江平1， 汪卓俊1， 杨勇胜1， 蒋钟3， 熊兰2

单位：1. 国网浙江省电力有限公司安吉县供电公司， 浙江 湖州 313300；
2.输变电装备技术全国重点实验室(重庆大学)， 重庆 400044；
3. 国网浙江省电力有限公司湖州供电公司， 浙江 湖州 313300

关键词：窃电检测； 马尔可夫转移场； 深度残差网络； 图像识别

基金：国家自然科学基金项目(52077012)

针对智能电网中的窃电检测问题，通过分析用户日用电量，发现正常用户用电具有季节波动和假期关联特性，窃电用户呈现杂乱无序状态。为此，提出了一种基于马尔可夫转移场的一维到二维图像转换方法，从多个时间尺度挖掘用电特征，再利用引入残差模块的卷积神经网络进行窃电用户识别。在国家电网提供的数据集上进行实验，所提方法具有94.31%的准确率，验证了其有效性和可行性。

来源：2024年第8期

《电工电能新技术》期刊编辑部

查看电工电能新技术杂志2024年第8期