基于大数据神经网络算法的用户窃电嫌疑分析装置及方法

    公开(公告)号:CN105023042A

    公开(公告)日:2015-11-04

    申请号:CN201510403159.2

    申请日:2015-07-10

    Abstract: 本发明涉及用户窃电嫌疑分析技术领域,是一种基于大数据神经网络算法的用户窃电嫌疑分析装置及方法,包括居民用电行为海量数据导入模块、数据分析模块和居民窃电嫌疑指数输出模块;所述的数据分析模块中设有分布式数据存储接口模块、分布数据处理单元、节点层输出并归一化处理模块和分布式数据输出接口模块。本发明利用大数据平台进行技术改进,通过改进的BP神经网络算法,实现更大的数据吞吐量,获取更为全面的用户特征数据,满足并发分析处理海量用户用电行为特征数据,分析数据效率更高,能更加精准的定位用户窃电嫌疑,为电力企业对窃电嫌疑较高的用户实行重点的检查和防范提供有效的依据,电力企业采取有效预防措施,从而减少经济损失。

    适用于评价影响电网规划决策因素权重的方法

    公开(公告)号:CN104517237A

    公开(公告)日:2015-04-15

    申请号:CN201310445167.4

    申请日:2013-09-26

    CPC classification number: Y04S10/60 G06Q10/06375 G06Q50/06

    Abstract: 本发明公开了一种适用于评价影响电网规划决策因素权重的方法,步骤如下:(1)通过德尔菲法获取影响因子,根据各位专家对影响电网发展决策的因素的理解来确定电网规划过程中影响决策的各项具体的因子;(2)通过二维矩阵法,定义步骤(1)中每一个影响因子的影响概率等级、影响值等级、影响等级、注意力等级,对不同等级定义不同的数值;(3)对步骤(2)中每一个影响因子的影响概率等级、影响值等级、影响等级、注意力等级对应的数值,通过Borda序值法计算出该影响因子的Borda值,对各个影响因子的Borda值进行排序,完成权重计算。该方法实现了对影响电网规划决策因素的定性分析向定量计算的转化,更加科学、更加合理。

Patent Agency Ranking