面向智能电网非法用电行为检测的数据可视化计算

《面向智能电网非法用电行为检测的数据可视化计算》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海交通大学硕士学位论文面向智能电网非法用电行为检测的数据可视化计算论文作者谢涛学号1120379052指导教师梁阿磊副教授专业软件工程答辩日期2015年1月12日SubmittedintotalfulfilmentoftherequirementsforthedegreeofMasterinSoftwareEngineeringSmartGridOrientedDataVisualizationComputationonEnergyTheftDetectionTXSupervisorProf.ALSSES

2、JTUS,P.R.CJan.12th,2015面向智能电网非法用电行为检测的数据可视化计算摘要本文着力解决智能电网中的非法用电行为检测问题，其中非法用电行为是指电网终端用户通过非法手段窃取电力资源。现有解决方案或为物理改装电力设备，或为机器学习分类方法，但电网拓扑结构复杂，数据量大，窃电手段多种多样，现有检测手段电网覆盖率低，且响应速度慢，周期长，检测精度低，不到60%。针对上述问题，本文在构建电网数据分布式存储的基础上，引入数据可视化方法实现电力数据可视化，将人的创新及数据分析特性重新引入非法用电的行为检测过程中来；同

3、时针对上述问题进行更为抽象的数学建模，设计运行分布式粗粒度检测算法，对可疑用户进行社区层级的筛查，发出预警信息，以图表等可视化形式供运维人员查阅，由其进行更进一步的数据分析，最终判定非法用电行为。从上述思路构想出发，本文核心研究工作包括：1）基于线性方程组求解设计实现新型分布式检测算法，构建快速响应预警系统；2）基于开源分布式数据存储技术，搭建支撑智能电网海量数据存储和访问控制的电力大数据存储平台；3）借助可视化技术构建可供一线运维人员接入的可视化电网全局数据监控分析平台。最后本文借助Mosaik仿真框架设计模拟了现实中的若干非法用电场景，实验结果表明：1）本解决方案天然实现了电

4、网的全局覆盖；2）在一万多户家庭构成的复杂电网中，检测系统依然能在半天时间内给出反馈；3）预警检测非法用户的精度在万名住户的量级仍能维持在70%以上。本文构建的可视化检测系统在电网覆盖率、响应速度以及检测精度等多方面都有显著提升。—i—关键词：智能电网非法用电分布式算法数据可视化线性方程组—ii—SmartGridOrientedDataVisualizationComputationonEnergyTheftDetectionABSTRACTThispapertriestosolveproblemofillegalelectricitydetectionwithinsmartp

5、owergrid,Illegalelectricityusagemeanspowergridendconsumersstealenergyviaillegalmethod.Currently,peoplesolvethisproblembyeithertemperingpowerdevicephysicallyorclassificationmethodwithmachinelearning.Butwithapowergridwhichhascomplexstructureandmassivedata,traditionalmethodscan’thandleitwellalong

6、withvari-etiesofenergytheftmethods:firstlytheycan’tcoverthewholegrid;sec-ondlytheyresponseslowly,insomecase,thedurationcouldbeacoupleofmonths;andfinallytheaccuracyratiooftraditionaldetectionmechanismislessthan60%,whichisnotgoodenough.Aimingattheproblemdescribedabove,thispapertriestovisualizepow

7、ergriddata,andgetpowergriddataanalyzingexpertsintotheprocessoffinalverdict,expertsreadpre-alertinformationofsuspiciousdistrictsorhouseholds,determinewhetherthisparticularbehaviorisillegalornot;meanwhilewedesignnewdetectionalgorithm,andsimplify