科研之友
微信
新浪微博
Facebook
分享链接
摘要
异常用电识别是用电稽查、计量装置运行状态辨识的重要内容，对维护电网的安全运行和保障正常用户权益有重要的意义。已有方法为了识别用户的多元用电模式，在保证识别准确性的基础上容易造成计算过于复杂的问题，而考虑效率的简单计算方法又难以准确度量不同用电模式的相似性，因此难以兼顾计算效率与准确性；此外，将用电数据上传至云端集中计算会占用大量的网络带宽和计算资源，进一步限制了异常辨识的应用。为此，提出了一种考虑信息动态表达的异常用电模式识别云边协同方法。根据边缘端和云端的计算资源合理分配协作任务，实现了异常用电的云边协同识别。针对边缘服务器算力有限的问题，对用电数据进行动态压缩重表达，在缩减数据量的同时保证数据信息的准确性。云端在收到压缩数据后以分段加权动态时间规整距离作为压缩数据相似性度量的依据，基于自适应参数选择的密度聚类算法识别异常用电。基于实际数据集验证了所提方法的有效性。
- 出版日期2022
- 单位四川大学
