论文笔记 Understanding Electricity-Theft Behavior via Multi-Source Data

2024-01-07 17:41:18

WWW 2020 oral

1 INTRO

1.1 背景

1.1.1 窃电

  • 窃电(electricity theft)指用户为了逃避电费而进行非法操作的一种行为
  • 常用的反窃电方法可分为两类:

    • 基于硬件驱动的反窃电方法

      • ???????电表开盖检测、集中器检测。。。。

      • 硬件驱动的方法响应快,定位准,但需要非常专业的领域知识,同时随着窃电策略的改变会随即失效

    • 基于数据驱动的反窃电方法

      • ??????????????分析用户用电时序曲线、分析台区线损时序曲线

      • 数据驱动的方法可以全盘监控全网用电数据,通过机器学习、人工智能等前沿方法可以及时跟进不断变化的窃电策略。

      • 但由于可信案例稀少,数据海量且用户行为复杂,简单的时序建模方法很难取得较好的准确率。

1.1.2 论文思路

  • 提出了Hierarchical Electricity-theft Behavior Recognition (HEBR)?模型,
    • 同时组合多源时序数据用于更准确的窃电行为识别
    • 发现气温变化与用户用电行为之间的密切关系

2 三层数据

2.1 数据介绍

对于这三种不同层次的数据,该论文分别对其进行数据观察与分析,探寻里面与窃电行为有关的模式。

2.2?微观级别的观察(用户)

2.3?中观级别的观察(变压器台区)?

2.4?宏观级别的观察(气候)

?3 模型

4 实验

在浙江省国家电网所提供的2017-2019两年多的真实数据上进行实验

?

文章来源:https://blog.csdn.net/qq_40206371/article/details/135431614
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。