基于LabVIEW实现BP神经网络的反窃电系统研究_王磊.pdf
《基于LabVIEW实现BP神经网络的反窃电系统研究_王磊.pdf》由会员分享,可在线阅读,更多相关《基于LabVIEW实现BP神经网络的反窃电系统研究_王磊.pdf(4页珍藏版)》请在咨信网上搜索。
1、 ,研究与设计微型电脑应用 年第 卷第期作者简介:王磊(),男,本科,工程师,研究方向为电力营销;崔宝华(),男,本科,副教授,研究方向为电力营销、电力系统自动化;檀政(),男,博士,高级工程师,研究方向为电力营销、电力系统运行;周辛南(),女,硕士,工程师,研究方向为电力营销;杜跃(),女,本科,工程师,研究方向为电力营销。文章编号:()基于 实现 神经网络的反窃电系统研究王磊,崔宝华,檀政,周辛南,杜跃(保定电力职业技术学院(国网冀北电力有限公司技能培训中心),河北,保定 ;国网冀北电力有限公司,北京 ;国网冀北电力有限公司唐山供电公司,河北,唐山 )摘要:为了解决反窃电技术评估窃电情况难
2、度较大的问题,提出基于 实现 神经网络的反窃电系统。构建反窃电评价指标体系,以评价指标作为输入,窃电嫌疑因子及窃电方式作为输出,利用遗传优化 神经网络,判断用户是否存在窃电行为,将判断结果以供有关部门审查,并采用 搭建开发平台,实现 神经网络的反窃电系统研究。实验结果表明:该系统评估窃电效果佳,可精准评估窃电嫌疑因子与窃电方式,提升反窃电效果。关键词:神经网络;反窃电系统;评价指标;窃电嫌疑因子中图分类号:文献标志码:,(),;,;,):,:;引言现如今电能已然成为各行各业应用最为广泛的能源之首。伴随对电能需求的增长,最严重的窃电行为已经扰乱了用电的安全性和企业长期有效的持续性发展。不法分子常
3、常采取违规违纪的方法达到窃电的目的从中牟利。目前,我国电力企业仍然缺乏精准、有效的针对窃电行为的防范方法。窃电技术智能化的提升促使我们不得不对窃电行为做出有力的一击。我们无法断定窃电的地理位置、窃电的电量等,因此 我 们 需 在 反 窃 电 方 法 中 扩 展 新 的 途 径。王 庆 宁等、李丹丹等分别设计个反窃电系统,可拓展反窃电方法的有效途径,但存在评估窃电行为准确率较低的问题,无法为电力企业查处窃电行为提供科学依据,反窃电效果较差。是美国 开发的一种图形化编程,它可节约系统设计时间与研发成本。针对传统反窃电技术的弱点,设计基于 实现 神经网络的反窃电系统,提升反窃电效果。基于 实现 神经
4、网络的反窃电系统依据 开放式开发平台,建立 神经网络的反窃电系统,其功能结构如图所示。数据输入模块是依据国家电网等数据库的电量使用者的用电评估数据,并参考窃电行为发生的特殊性和供电企业对窃电怀疑参数所反馈的指标,构建反窃电评价指标体系。数据存储模块是通过 表格技术存储评价指标数据,并显示在终端平台上,便于 ,研究与设计微型电脑应用 年第 卷第期电量使用者的查询以及遗传优化 神经网络模型的二次训练。数据处理及分析模块是利用遗传优化 神经网络模型锁定疑似窃电用户,该模型的输入是数据存储模块中的评价指标数据,并将得到的结果传递至用户校验模块。用户校验模块负责汇总使用者电量的以往数据,依据以往数据校验
5、锁定的疑似窃电用户,进一步明确该用户是否存在窃电行为,保证反窃电系统的精准性,将判断结果传递至发送核查单模块。发送核查单模块负责发放窃电行为的审查记录,以供有关部门的合法审查。图反窃电系统功能结构图 反窃电评价指标体系参考窃电行为发生的特殊性和供电企业对窃电怀疑参数所反馈的指标构建反窃电评价指标体系,如图所示。图评价指标体系是用户的日用电能,每年月至 月、月至次年的月用电量最大,炎热的夏天和寒冷的冬天需支配的各种大功率设备都需要不停地运转耗电,凭借每年的用电量经验及国家电网出具的电量单据,使用者都会对自身情况做出有效预估。是当每个月或者每个季度的耗电量数据出来时,最大线损是发生窃电行为的重要标
6、杆。是根据电力行业判断,机械表的使用者发生窃电行为的概率远远大于电子表,因为机械表的构造及原理更有利于犯罪分子的操作,而电子表的构造和用途原理更为精密难以操控。代表使用者所在台区的线损率,衡量此线损率时台区范围中存在窃电行为的可能性。代表电压的不正常情况,即欠压情况的表达公式如下:()()其中,三相电压值是。代表出现异常时使用者存在窃电的可能性远高于正常情况下的。正常使用者负载的无波动性,通常情况下无较大幅度变化情况。和使用者的月用电量相对应,在()月用电量时,代表使用者不存在窃电行为,反之,该使用者存在窃电行为。遗传优化 神经网络模型遗传优化 神经网络模型存在优越的网络近似性能,该模型的流程
7、如图所示。图模型流程图具体步骤如下。获取 神经网络层数与输入向量数量等参数,设置网络拓扑结构。预处理训练样本,得到遗传算法的,初始化种群参数,设计交叉与变异概率,这两个值是不变的。输出误差的公式如下:()()其中,训练样本的实际输出是,期望输出是。构建适应度函数,公式如下:()()选择符合条件的个体当成父本。利用遗传算法的遗传操作处理父本,得到新的种群,以最大迭代次数或最小网络误差值为终止条件。选择与最大输出值或最小误差值相应的权值和阈值,展开网络训练。构建数学模型由遗传算法改进 神经网络的权值与阈值,数学模型的构建步骤如下。将反窃电评价指标体系作为数学模型的输入向量。选取输出向量,将使用者的
8、窃电嫌疑因子与疑似窃电方式当成输出向量。窃电嫌疑因子等级包含不存在窃电行为,记作;存在窃电嫌疑,记作;存在重大窃电嫌疑,记作。疑似窃电方式包含不存在窃电方式,记作;欠 ,研究与设计微型电脑应用 年第 卷第期压法窃电,记作;欠流法窃电,记作。预处理数据,归一化处理即将输入的评价指标数据,保证全部数据均存在同等的重要性,避免出现因输入值太大导致神经元的输出过满情况。归一化后的数据区间是,公式如下:()确定隐含层节点数,选择合理的会提升网络性能,降低误差率,避免出现局部最优现象,公式如下:()其中,输入与输出层的节点数分别为与,常数为,数学模型有个输入,个输出。确定激活函数,将型激活函数当成隐含层的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 LabVIEW 实现 BP 神经网络 反窃电 系统 研究 王磊
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。