龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：国网河南省电力公司商丘供电公司
申请日：2024-03-14
公开（公告）日：2024-06-14
公开（公告）号：CN118194189A
主分类号：G06F18/2433
分类号：G06F18/2433;G06N3/0464;G06N3/094;G06N3/045;G06F18/213;G06Q50/06;G06F18/22
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.07.02#实质审查的生效;2024.06.14#公开
摘要：本发明公开了一种自适应高压用户窃电识别方法，包括导入运行时高压用户数据和过往高压用户数据；对数据进行预处理，去除低质量缺失严重的数据，并补全；按源域训练集、目标域训练集和目标域测试集的方式对数据集进行划分，并对源域的训练数据和目标域的实际数据之间的分布差异即域偏移进行分析；源域训练集、目标域训练集作为自适应训练的输入数据进行对抗训练；利用自适应对抗训练得到的特征模型对目标域训练集进行特征提取，产生新的特征数据集；将新特征数据作为输入，通过离群点算法检测出离群点，视离群点为疑似窃电用户；本发明实现了对高压窃电用户的精准识别和定位，有效减少电力资源的浪费，提高整体的电能利用效率。
主权项：1.一种自适应高压用户窃电识别方法，其特征在于：包括以下步骤：S1、导入运行时高压用户数据和过往高压用户数据；S2、对数据进行预处理，去除低质量缺失严重的数据，并补全；S3、按源域训练集、目标域训练集和目标域测试集的方式对数据集进行划分；S31、对源域的训练数据和目标域的实际数据之间的分布差异即域偏移进行分析，采用表示偏移度量来衡量数据集之间的域偏移，并使用卷积神经网络CNN提取的特征替代原始数据来计算领域偏差；S32、使用t-分布随机邻域嵌入t-SNE算法来可视化数据集之间的域偏移；S4、源域训练集、目标域训练集作为自适应训练的输入数据进行对抗训练，使用卷积神经网络CNN特征提取器将源域和目标域映射到同一潜在空间，同时通过对特征提取器和域分类器进行对抗训练，使源域和目标域的分布在潜在空间中保持一致；S5、利用自适应对抗训练得到的特征模型对目标域训练集进行特征提取，产生新的特征数据集；S6、将新特征数据作为输入，通过离群点算法检测出离群点，视离群点为疑似窃电用户。
全文数据：
权利要求：
百度查询： 国网河南省电力公司商丘供电公司 一种自适应高压用户窃电识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号