-
公开(公告)号:CN119249333A
公开(公告)日:2025-01-03
申请号:CN202411341845.7
申请日:2024-09-25
Applicant: 重庆大学
IPC: G06F18/2433 , G01R22/06 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/045 , H04L9/40 , H04L67/12 , H04Q9/00
Abstract: 本发明公开了电力系统技术领域的一种基于软硬件结合的多重特征窃电检测方法,旨在提高窃电检测的实时性、准确性和经济性。该方法通过在电力传输线及用户电表上部署窃电检测装置主体和红外抄表器,实时采集电压、电流、功率因数和用电量等关键数据。利用Catch22特征集及补充特征,结合卷积神经网络和Transformer网络,对数据进行深度分析,实现窃电行为的精准识别。装置的模块化设计和低成本材料选择,使得方案易于扩展且经济高效。此外,方案还包括数据采集周期的灵活设定和装置的简易安装,进一步增强了其实用性。通过该方法,电力公司能够大幅度提升窃电检测的效率和准确性,有效保护电网资产,确保电力供应的安全性和稳定性。