基于DBN深度学习算法的低压台区反窃电诊断

当前已有的低压台区反窃电诊断方法很难精准确定窃电用户,导致无法完成反窃电工作。为解决上述问题,基于DBN深度学习算法提出新的低压台区反窃电诊断方法。采用大数据挖掘方法检测反窃电诊断大数据信息,并输出检测过程中产生的反窃电特征数据,分析反窃电识别数据,并重组通过逆行反窃电定位而形成的随机分布结构。利用DBN深度学习算法建立低压台区反窃电诊断模型,增加训练系数,以消除误差,通过清洗补正反窃电数据、辨识窃电风险和分析窃电行为三个步骤,实现对窃电量的估算。实验结果表明,基于DBN深度学习算法的低压台区反窃电诊断方法能够精准地确定出窃电用户,从而更好地完成反窃电工作。     

基于用电信息采集系统的窃电用户检测方案

为实现基于隐私保护的窃电用户有效识别,提出了一种基于用电信息采集系统、功能加密算法和前馈神经网络技术的窃电用户检测方案。该方案在用户侧对计量数据进行加密,在系统侧构建多层前馈神经网络直接使用加密计量数据实现窃电检测。评估结果表明,该方案可在无需获取用户原始计量数据情况下,基于较低的通信开销使用加密计量数据进行高效和准确的窃电用户检测。     

基于多特征融合和微信小程序的用户窃电行为检测方法

常规的窃电行为检测方法是以窃电标签映射的方式进行检测,不具备窃电标签的窃电行为无法被有效检测,导致检测模型的交叉熵较大,影响了检测精准度。因此,文中设计了基于多特征融合和微信小程序的用户窃电行为检测方法。在微信小程序上设计了一个电量电费异常辅助判断的工具,提取出用户窃电行为特征。并利用多特征融合技术,构建出用户窃电行为检测模型,最大限度地提高了用户窃电行为检测精准度。采用对比实验的方式,验证了该检测方法的交叉熵更趋近于“0”,检测精准度更高,能够应用于实际生活。     

数据挖掘在用户窃电行为识别中的应用

随着电力事业的发展和智能电表的普及,电力体系趋于完善,方便了电力行业的用电管理工作,然而窃电行为屡禁不止,窃电技术也日新月异.为了能够准确识别出存在的窃电用户,引入数据挖掘技术,使用C4.5算法构建用户窃电识别模型,能够更加准确有效地对用户的窃电行为进行分析.     

一起风电场35kV电缆中间接头绝缘击穿事故分析与改进措施

本文主要结合风电场一起地埋电缆接头被击穿事故的分析,论述了地埋电缆接头被击穿事故的原理和对策.     

窄带物联网在专变用户防窃电应用中的研究

针对专变用户窃电问题,文中提出了一种基于窄带物联网的防窃电方案,该方案通过实时监测用户电力系统运行参数来判断是否窃电。准确地说是通过使用LoRa对比真空断路器侧和计量箱侧的电流或功率以及监测计量箱状态判断窃电是否发生。如果发生窃电数据将通过NB-IoT上传至OneNET平台,然后通过API将平台数据传送至Web应用。数据通过读取智能电能表、智能开关控制器以及设计高压防窃电监控仪获取。该系统硬件电路以STM32为核心,NB-IoT模块采用中国移动M5311设计。通过安装测试以及数据分析判断,能够有效进行防窃电监测。     

基于深度学习的窃电行为检测方法

相较过去大部分针对专变和公变的窃电检测方法,文中针对群体数量庞大、窃电手段复杂多样的低压用户进行窃电行为的检测分析。首先建立特征工程,然后基于卷积神经网络Le Net-5模型对日用电量数据进行建模分析,筛选出异常用电模式,再采用双层深度网络对用户信息、台区线损、告警信息等数据进行综合分析。通过比对模型输出的分级窃电嫌疑清单,本文方法对各类窃电模式有很好的查准率,为精确抓获窃电奠定了基础。     

两种基于弯曲损耗的光纤测试仪器原理及应用

光纤通信技术的飞速发展带动了光纤测试仪器的发展。主要对两种利用弯曲损耗对光纤进行检测的仪器——光纤识别仪、光纤对线器的原理、结构及其在光纤通信工程中的应用进行了阐述，两种仪器可以在不中断光纤通信的情况下对光纤进行检测，极大地降低了对光纤通信系统的影响，对光纤通信系统具有重要意义。     

基于回归卷积神经网络和负荷混沌模型的窃电预测方法

精确地计算台区线损、提取用户用电特征实现窃电预测,是精准营销策略制定的关键。然而,台区可再生能源发电的随机性、电动汽车充放电无序性、环境变化等因素使用户用电行为极易突变,导致台区用户用电数据呈现混沌随机特性,无法有效检测用户窃电行为。对此,建立了台区用户用电的时序相关混沌模型,并提取窃电负荷样本与正常样本的特征,使用回归卷积神经网络对窃电样本和正常样本训练学习,获得增强特征分类学习器,以此实现对窃电用户用电预测。通过对某实际电力公司用电数据的测试分析表明,所提方法的计算结果具有较高的精确度。     

电力系统短路电流检测识别仪的设计

介绍了一种短路电流检测识别仪的设计方案。该识别仪通过提取工频特征信号来快速识别并获取短路电流的暂态信息,进而产生特定的脉冲信号以控制专用执行电路,最终达到保护电力系统的目的。     

电缆故障定位有效击穿的研究

地埋电缆会发生众多故障,而在对故障的检测中,尤其是对高阻和开路故障检测中会使用高能信号对故障点进行击穿,然而击穿是否有效以及击穿的程度则较难判断。文中介绍了高能信号的产生,并对同轴电缆和10 kV高压电缆对故障点有效击穿进行了分析,通过试验计算得出了电缆故障点有效击穿时所需击穿电压和能量的大小,并通过工程实例验证了该结果的有效性。     

激光电离源离子迁移谱仪检测甲醛

用激光作为离子迁移谱（IMS）仪的电离源，研究了在大气压力下对痕量物质甲醛进行检测的方法。介绍了实验装置，讨论了迁移管两端电压、温度以及激光能量不同的条件下获得的离子信号强度（减去本底后的强度），得到了很有意义的实验结果。结果表明，该方法行之有效，并且得到了很高的探测灵敏度，检测极限达到了ppb量级。     

反窃电中的问题与艰难形势的探讨及改善方法

随着反窃电技术及措施的改进,窃电手段的不断提高,反窃电问题是一个永恒的话题,需要专业人员不断地去研究、破解,更多人员的学习与管理.本文从反窃电着手,通过窃电原因的分析,来梳理反窃电的管理.     

基于Retinex算法的夜间安全带佩戴识别算法改良

现有电子眼在夜间识别成像模糊而无法进行安全带识别的问题，本文向边缘检测和直线识别安全带算法中加入Retinex算法。再以一些典型样张为例，检测算法的实际可靠性，并对预处理前后图像的识别样张进行对比，可以得出Retinex算法的引入的确有助于在夜间场景下下更好地处理和识别出驾驶员佩戴安全带与否。     

用电检查窃电与反窃电防范措施评析

电能是人们生产、生活中必不可少的能源,随着我国社会主义市场经济的不断发展,人们生产、生活所需的电量也与日俱增。在这种情况下,某些不法分子个人私欲膨胀,导致窃电现象层出不穷,本文主要分析了用电管理中常见的一些管理漏洞和存在问题,阐述了在当前形势下,加强用电检查窃电与进行反窃电防范的重要性,针对目前电力管理中存在的问题进行研究。笔者通过研究,总结和归纳自身多年工作经验,提出用电检查窃电与进行反窃电防范的具体措施。希望通过本文的分析能帮助相关电力检测单位提高工程项目管理工作水平和质量,能更好地应对工作中存在的问题。     

激光跟踪仪校准技术及在机床检测中的应用

讨论了激光跟踪仪的校准技术,分析了测量误差来源及误差对跟踪仪产生的影响,并利用三坐标测量机对激光跟踪仪进行了校准。结合生产需要,利用激光跟踪仪高效地对大型机床进行检测,制定了激光跟踪仪检测大型机床的方法。结果显示,利用激光跟踪仪能够精确地、高效地对机床进行检测,并指导工人对机床进行维护和调整。研究结果表明,激光跟踪仪不仅能对现场的机床进行精度检测,而且能对不易搬动的零部件、生产线以及夹具等进行测量。     

图象目标识别图形的自适应步级检测

建立图象目标识别模型，用形状、灰度和运动特征描述图象目标。基于目标建模，把目标识别、门限及目标图形区域步级检测、虚漏警调节和目标空域条件有机地结合起来，给出牵引式跟踪系统中图象目标识别图形的自适应步级检测算法。该算法用于检测具有识别特征的图象目标图形，并成功地应用到实际的实时跟踪系统中的图象目标识别和跟踪。对实际图象的处理结果和在实时跟踪系统中的实验说明本文研究的技术的有效性和适用性。     

直升机声信号的检测和识别

详细介绍了一种基于小波包和神经网络的新算法，用于对直升机声音信号检测并且识别机型。具体方法是对采集到的声音样本利用小波包分析提取特征向量，把这些特征向量输入反向误差传播（Back Propagation，BP）神经网络训练，用训练好的检测神经网络进行直升机的检测。检测完毕，证实是直升飞机声信号后，再通过识别神经网络区分不同型号直升机。实验表明，此方法能利用小波包时频局部聚焦分析能力和BP神经网络的自适应能力，较好地对不同型号的直升机声信号进行有效地检测和识别。因此。基于小波包和神经网络的直升机检测和识别算法不仅可靠而且是可行的。     

城市配电网防窃电改造带来的新问题及处理

为杜绝窃电行为的发生、减少供电公司的经济损失,城市配电网防窃电改造得到了推广。在配电网防窃电改造过程中,也不可避免地带来一些新的问题。本文在介绍城市配电网络转型的基本防篡改情况的基础上,对这类新问题进行分析并提出相应的解决方法。     

用电信息采集系统反窃电技术使用效果阐述

为了更好地满足防窃电工作的开展,本文主要是对用电信息采集系统中反窃电技术的使用效果进行了分析.