|
|||||
|
|
| 基于深度学习的线损异常诊断系统研究 | |
| 引用本文： | 张恒超,沈秋英,沈杰,李苏芙,范彪,王琨,蔡嘉辉,吕自贵.基于深度学习的线损异常诊断系统研究[J].农村电气化,2023(11):58-64. |
| 作者姓名： | 张恒超 沈秋英 沈杰 李苏芙 范彪 王琨 蔡嘉辉 吕自贵 |
| 作者单位： | 1. 国网江苏省电力有限公司苏州供电分公司;2. 江南大学机械工程学院;3. 江苏集萃智能制造技术研究所有限公司 |
| 基金项目： | 国家自然科学基金青年项目（51505190）； |
| 摘 要： | 为了降低台区线损、加快台区线损治理的数字化、智能化转型，应当对供电过程中可能出现的线损异常进行及时监测并诊断。本文研究了基于深度学习的线损异常诊断技术，从用电采集系统中获取海量的电力运行数据，通过算法构建窃电分析模型。基于该模型，对台区关口计量装置故障、窃电、用户计量装置异常、户变关系异常等问题进行诊断。该系统可以减少台区线损异常分析的时间，提高台区线损分析的准确率及效率，是实现低压台区线损管理智能化的重要举措。 |
| 关 键 词： | 线损异常诊断 DenseNet 深度学习 窃电检测 治理系统 |