【摘 要】
：
异常用电行为的时频特性往往具有强随机不确定性,而固定参数相关的分析方法无法有效处理此类数据.为此,本文提出了一种基于经验模式分解(EMD)的异常用电检测方法.首先,针对用电数据的不同特点进行初步筛选,进而采用EMD方法对用户用电量和线损电量序列进行自适应分解,提取EMD分解所得高频分量,通过对其变化趋势和相关性进行分析,标定异常用电行为.结合实际案例的分析比对,验证了该方法的有效性.
【机 构】
：
国网宁夏电力有限公司 营销服务中心,宁夏 银川 750002;宁夏大学 电气工程及其自动化系,宁夏 银川 750021
论文部分内容阅读
异常用电行为的时频特性往往具有强随机不确定性,而固定参数相关的分析方法无法有效处理此类数据.为此,本文提出了一种基于经验模式分解(EMD)的异常用电检测方法.首先,针对用电数据的不同特点进行初步筛选,进而采用EMD方法对用户用电量和线损电量序列进行自适应分解,提取EMD分解所得高频分量,通过对其变化趋势和相关性进行分析,标定异常用电行为.结合实际案例的分析比对,验证了该方法的有效性.
其他文献
为了提高异构计算机系统中任务调度的节能水平,提出了融合剪枝优化的多变邻域节能调度算法.算法构建处理机约束和时间约束两个邻域结构,借助处理机约束邻域减少冗余处理机量,从而降低整体能耗;利用时间约束邻域有效缩减关键路径长度,实现了任务调度对时间的要求.提出了基于时间和能耗的剪枝优化策略,以提高局部寻优效率.通过仿真实验和实际问题求解对比可知,所提算法在不同问题规模、处理机量和通信比下,都取得了较好的节能效果.
为解决传统的图像插值算法因具有全局性而不能较好地处理图像边缘细节信息,且易在细节区域产生锯齿线的问题,提出了一种图像分辨率和对比度增强算法.该算法先用小波零填充算法得到高分辨率图像,并通过纠正残差过程来弥补丢失的边缘和纹理特征,然后对其进行定向循环平移操作.考虑到图像小波分解后水平、垂直、对角方向的高频分量能够反映图像这3个方向的边缘变化情况,从而利用图像不同方向的高频分量来刻画图像像素点不同方向的突变程度.根据这个突变程度来实现循环平移操作的自适应融合过程,这样可以避免过度抑制边缘细节信息.最后对重建的
原ORB(oriented FAST and rotated BRIEF)算法提取的图像特征点经常出现“扎堆重叠”现象,其分布较为密集且缺乏尺度不变性,因而容易造成图像特征点误匹配的问题.为了解决该问题,提出了一种基于四叉树划分的图像特征点提取算法.首先对图像建立尺度金字塔,然后使用四叉树划分图像并限制划分深度.用加速分段测试的特征(features from accelerated segment test,FAST)算法通过多个检测阈值对划分后的图像进行特征点检测.检测完毕后,根据划分出的子块总数和提
在点云的处理过程中,许多深度学习网络未能充分考虑局部点之间的复杂关系,导致大量空间几何信息丢失.针对该问题,提出了一个强化局部特征的网络,用于点云的目标分类和语义分割.该网络通过设计编码单元对点的多方向信息进行编码;通过注意力机制学习采样分组后形成局部点云的特征.同时提出了一种新的多维损失函数,结合使用交叉熵损失函数与中心损失函数作用于分类任务.在数据集ModelNet40和ScanNet上进行了大量实验,结果表明:该网络在点云的目标分类和语义分割任务上表现出较好的性能.
研究了存在定常时延和模型参数不确定的双边遥操作系统在受到拒绝服务攻击(denial of service,DOS)时的稳定性问题.利用位置误差结构,设计了基于事件触发的控制器,并利用自适应律估计机械臂模型中的未知参数.通过Lyapunov函数理论证明了双边遥操作系统的稳定性,并证明了基于事件触发的控制器不存在Zeno行为.通过数值仿真验证了基于事件触发的自适应控制器能够使遥操作系统在DOS攻击下保持稳定.
针对Stacking算法计算时间较长和样本数据较少的问题,提出了一种基于新向量表示和交叉验证精度加权的改进Stacking算法.采用三层算法结构,第1、2层为初级层,使用随机森林、SVR、XGBoost 3个学习器;第3层为次级层,使用LightGBM对第2层输出再次学习以减弱噪声.用一种新的向量表示法来增大层级之间输入输出数据的样本规模和样本分布密度,来保证数据维度不会随着初级层学习器数目的增多而增大;根据在交叉验证下初级层不同预测模型表现出预测准确度的差异性对结果进行加权处理.利用某光伏电站的发电数据
针对目前大多数模型均为对已监测区域的空气质量进行预测,而少有对未监测区域进行预测的问题,综合考虑气象因素、空间相关性和时间依赖性对空气质量的影响,提出了一种联合训练模型MLP&ST(MLP&spatial-temporal),模拟预测北京市未监测区域未来时刻的空气质量指数(air quality index,AQI).通过实验结果对比确定最佳历史时间步长PP值为29;然后将模型与其他空气质量预测模型进行对比.实验结果表明,MLP&ST模型在3种评价指标下(RMSE,MAE,MAPE)皆优于其他对比模型,验
为了提升轻度认知障碍(MCI)测试的准确性与有效性,研究了一种基于自然交互的轻度认知障碍测试方法,并基于此设计面向临床诊断的脑健康测试系统.基于语音辅助交互,开发智能辅助判断的记忆测试交互算法,以传统纸笔书写行为为切入点,使被试能够通过传统的纸笔完成和电脑的交互,主试基于智能判断进行测试,两者通过自然交互达成脑健康测试的目的.而后,基于提出的自然交互方法,设计并开发具有多种功能的脑健康测试系统.本文提出的用于轻度认知障碍测试的自然交互方法和测试系统,通过可用性实验表明其较好的易用性、准确性和鲁棒性,系统提
为了提高重点区域的监控安全性,改善图像整体加密速度慢的缺陷,立足于图像局部加密的快速处理方法设计,提出了基于图像感兴趣区域(region of interest,ROI)加密的概念.通过OSTU算法对红外图像进行ROI提取来确定加密区域;然后对Lorenz混沌序列进行数据处理确保序列的随机性,并利用处理后的Lorenz混沌序列对红外图像的ROI进行加密;最后与传统矩阵变换加密进行了详细的加密性能比较,并与其他3种加密算法进行了运算速度比较.实验结果表明,所提加密算法属于局部加密,与整体加密相比,其加密速度
随着计算机应用领域的扩大,使用建立血栓形成机制计算模型或计算机软件模拟血栓形成过程逐渐成为血栓研究的热点.本文提出了一个基于笛卡尔自适应细化网格的混合计算模型用于模拟初期血栓的形成.计算模型中利用水平集方法的运动界面追踪功能对初期血栓的形态和生长过程进行建模,采用网格细化和局部水平集方法实现建模网格的自适应细化,提高水平集方法的计算效率.计算模型被应用于狭窄血管中初期血栓形成的仿真实验,仿真结果显示的血管狭窄对血小板聚集的影响与相关研究的动物实验结果一致;并且,自适应细化网格有效降低了实验过程中因界面形态