基于GA-BP神经网络的反窃电系统研究与应用

被引:26
作者
王庆宁 [1 ]
张东辉 [2 ]
孙香德 [2 ]
沈杨 [2 ]
许湘莲 [1 ]
机构
[1] 武汉理工大学
[2] 国网电力科学研究院武汉南瑞有限责任公司
关键词
窃电嫌疑因子; 指标评价体系; BP神经网络; 遗传算法;
D O I
暂无
中图分类号
TM73 [电力系统的调度、管理、通信]; TP183 [人工神经网络与计算];
学科分类号
摘要
为改善电力行业日益严重的窃电现状,对用户窃电嫌疑因子进行分析,提出了一种基于改进的遗传优化神经网络的评估模型。传统的BP神经网络算法存在一定的局限性,学习过程收敛速度慢,容错能力差,学习过程容易陷入局部极小值。针对BP神经网络存在的缺陷,利用遗传算法进行性能优化,有效地避免了陷入局部最优的问题。通过实例分析表明,提出的改进模型对窃电嫌疑因子的判断准确率达到88%以上,证明文中建立的评估模型针对窃电问题提供了一种切实可行的方案。
引用
收藏
页码:35 / 40
页数:6
相关论文
共 13 条
  • [1] 改进的基于遗传优化BP神经网络的电网故障诊断
    袁圃
    毛剑琳
    向凤红
    刘恋
    张茂兴
    [J]. 电力系统及其自动化学报, 2017, 29 (01) : 118 - 122
  • [2] 基于数据挖掘算法的用户窃电嫌疑分析
    周文婷
    顾楠
    王涛
    韩双立
    邓家贵
    [J]. 河南科学, 2015, (10) : 1767 - 1772
  • [3] 基于用电行为分析的反窃电在线监测及智能诊断系统研究
    林志坚
    姚伟智
    黄朝凯
    林锐涛
    姜浩
    [J]. 新技术新工艺, 2015, (05) : 137 - 140
  • [4] 永磁直线同步电机的遗传优化神经网络控制
    蔡满军
    赵成圆
    [J]. 微电机, 2014, 47 (09) : 60 - 63+75
  • [5] 基于改进神经网络的渗透率预测方法
    杨建
    杨程博
    张岩
    崔力公
    王龙飞
    [J]. 岩性油气藏, 2011, 23 (01) : 98 - 102
  • [6] 基于BP神经网络的数据挖掘方法
    陈刚
    刘发升
    [J]. 计算机与现代化, 2006, (10) : 20 - 22
  • [7] 基于神经网络的企业信用等级评估
    陈雄华
    林成德
    叶武
    [J]. 系统工程学报, 2002, (06) : 570 - 575
  • [8] 反窃电系统的研究与应用[D]. 曹峥.上海交通大学 2011
  • [9] 电力客户信用评估方法研究[D]. 朱莹.上海交通大学 2010
  • [10] 供电企业综合防窃电体系研究[D]. 王瑜.郑州大学 2009