【摘 要】
：
一直以来，异常用电行为导致的非技术性损失从经济和安全方面严重影响着电网的正常运转。异常用电检测作为降低非技术性损失危害的核心问题，受到持续关注。随着我国智能电网的全面建成，电网积累了海量的历史电气数据，为基于数据驱动的异常用电检测方法奠定了基础。尽管近年来，大数据分析与机器学习技术得到了长足的发展，然而基于数据驱动的异常用电检测仍然存在以下待解决问题：1)如何降低数据质量不佳的影响；2)如何在检测算法中融入电力知识和理论；3)如何让检测算法能够在数据案例不足的情况下对异常样本精准、有效地召回；4)如何保证
论文部分内容阅读
一直以来，异常用电行为导致的非技术性损失从经济和安全方面严重影响着电网的正常运转。异常用电检测作为降低非技术性损失危害的核心问题，受到持续关注。随着我国智能电网的全面建成，电网积累了海量的历史电气数据，为基于数据驱动的异常用电检测方法奠定了基础。尽管近年来，大数据分析与机器学习技术得到了长足的发展，然而基于数据驱动的异常用电检测仍然存在以下待解决问题：1)如何降低数据质量不佳的影响；2)如何在检测算法中融入电力知识和理论；3)如何让检测算法能够在数据案例不足的情况下对异常样本精准、有效地召回；4)如何保证模型在包含标签噪声的数据集中有效学习异常用电行为特征。
本文首先对包含多种数据类型的电气数据进行了转换，创新性地利用电气指标的概率分布刻画用户用电行为，对用电行为进行了可视化处理，既解决了普遍存在的数据缺失问题，又将传统的时间序列异常检测问题转换为图像检测与分类问题，为引入深度学习奠定基础。其次，本文设计了基于目标检测的多通道特征拼接神经网络结构，对用电行为进行了深入挖掘和理解。为解决样本标签有限的问题，本文基于一致性损失思想，提出了一种适合异常用电检测的深度半监督学习模型及训练算法，通过充分利用未标定数据，提升模型的泛化能力。最后，本文通过对神经网络训练过程中的参数梯度进行统计建模，设计了一种能够有效分离标签噪声的算法，改善参数梯度的信噪比，有效解决了标签噪声对模型泛化能力的影响问题。
本文的主要贡献在于提供了一种将深度学习算法应用到更广泛场景下的新思路。并针对许多实际数据任务中存在的标签不足和标签噪声问题，提出了有效的解决手段，具有一定的借鉴意义。本文通过一系列实验验证了检测方法各个环节的有效性，最终的检测结果表明，在异常用电检测问题中本文的方法超过了近年来取得最好结果的研究工作，分类AUC分数平均能够达到0.94。
其他文献
【摘要】水利水电工程建设中的围堰作用主要是防止水利水电工程在施工过程中受到水的干扰，并且围堰施工可以实现泥土和水的分离，因此为了充分发挥其所具有的功能，本文阐述了水利水电工程建设中的主要围堰结构形式，对水利水电围堰施工要点及其策略进行了简要分析。 【关键词】水利水电工程建设；围堰结构形式；围堰施工要点；策略 一、水利水电工程建设中的主要围堰结构形式 水利水电围堰结构形式主要有：（1）土石围堰
自动调制识别(Automatic Modulation Classification, AMC)是指在没有或者缺乏调制参数以及链路特性等先验信息的条件下用于评估未知信号调制类型的一种信号处理技术，在电子侦察、通信对抗、干扰识别、频谱监测等军事和民用领域有着广泛的应用。近年来，随着无线通信技术的迅猛发展，信号调制方式日益增加，信道传输环境也日趋复杂，这极大的增加了调制识别的难度。为此，如何设计一种高效的调制识别方法成为无线通信领域亟待解决的难题。
本文致力于对多种调制类型、强干扰信道条件下的无线通
【摘要】由于在运用电动机时被较多因素所干扰，比如影响电动机的内部以及外部因素，进而发生故障问题，不但对设备的正常运行造成极大的影响，并且还影响了工业企业的正常生产活动。近年来，我国电力行业得到快速提升，很大程度的提高了电动机的制备能力，并且其质量也不断提升，从而降低了电动机运行过程中的故障。但是，目前在电动机运行过程中依然存在一定的故障，从而一定程度的阻碍着生产活动的进行。本文就通过介绍交流异步电
正交时频空(Orthogonal Time Frequency Space, OTFS)调制技术为处理时变多径信道中的高多普勒频移问题提供了巨大的潜力，其关键思想是将时频域内随机衰落的信道转换成时延-多普勒域中稳定非衰落的信道，从而使得每个信息符号都会经历恒定的平坦衰落。本文致力于采用仿真的方法对水声OTFS通信系统进行研究，同时基于统计水声信道模型与Watermark(Underwater Acoustic Channel Replay Benchmark)实测信道数据分析OTFS调制技术应用于水声通信
深度学习技术的发展，为各行各业带来了蓬勃的生机。特别是语音合成技术中，深度学习取得了巨大的成功。以Tacotron为首的端到端的语音合成技术使构建语音合成系统变得更加简单的同时，也使得合成的语音具有更高的可懂度和自然度。今天，语音已经逐渐的走入了我们的生活中。各种语音助手、语音交互功能方便着我们的生活。目前的语音合成技术依然存在瓶颈，还是停留在能发出人类听得懂的声音这个阶段，还无法实现情感的表达，无法像人一样进行生动的演说。这一点是目前制约着语音合成系统迈向更广泛应用的关键。于此同时，端到端的语音合成系统
【摘要】依托某水电站混凝土施工项目，不仅通过选用合理的模板选型、混凝土配合比、混凝土入仓手段和施工仓面设计、浇筑过程、养护等进行规划，而且还要就清水混凝土施工质量、机械化操作水平、作业情况，以及施工养护情况等进行对比性分析，进一步对清水混凝土技术要点进行探究和分析。 【关键词】水电站；清水混凝土；施工技术；应用 一、项目概述 地下廠房布置于左岸山体内，纵横线方向N55°E，最小水平埋深约36
非侵入式负载监测通过单一传感器有效准确地监测住宅单个电器设备的能源消耗，对全球关注的节能减排问题有着至关重要的效用。除此之外，非侵入式负载监测还能有助于优化智能电网的能源管理，改进家电设计，提升运作效率。传统的负载监测方法存在着分辨率低和实时性差的弱势，特别是在家居智能化的多变场景下，既有的算法模型无法满足高精度和强迁移性的要求。
深度学习在相关问题中表现良好，特别是对于数据量庞大的样本，可以有效进行特征提取，避免繁杂冗余的数据建模，基于高效的深度神经网络，本文提出了跨场景的实时非侵入式负载监测
近年来，随着移动手机等智能终端的普及和移动计算技术的发展，位置服务(Location Based Service，LBS)越来越受到人们的青睐，它给人们带来方便的同时，也增加了隐私泄露的风险，攻击者可以很轻易地从位置信息中提取出用户的家庭地址、健康状况、收入等信息。目前用户位置隐私泄露的途径主要有两种：(1)某些组织或机构为了科研目的公开用户的位置数据，攻击者获取这些数据后，采用大数据等相关技术，挖掘出用户的隐私信息；(2)用户在接受位置服务时，受到攻击者攻击，导致隐私泄露。因此开展LBS中用户隐私保护技
【摘要】在大型水利水电工程项目管理过程中，其涉及的范围十分广泛，因此，必须从多个角度加以考虑。本文以大岗山水电站项目为例，具体分析与阐述了大型水利水电工程项目的管理方法。 【关键词】水利水电工程；项目管理；管理方法 1、引言 结构复杂、位置固定、形式多样、体积较庞大等均为大型水利水电工程的特点，同时，大型水利水电工程的施工周期较长、涉及到的资源种类繁多及用量较大、空间流动性较高。因此，大型水
随着城市交通拥堵问题日益严重，智能交通信号控制技术作为缓解交通拥堵最有潜力的方法之一，受到了国内外广泛的关注。由于交通系统具有复杂性、动态性和非线性的特点，基于对交通系统建模的传统自适应交通信号控制算法，已经不能应对日益多变的交通流。针对这一问题，有学者提出了基于强化学习的交通信号优化控制算法，因为强化学习方法不需外界环境的具体模型，通过不断地与外界进行交互，试错学习，实时调整策略，可以在复杂交通系统中取得很好的控制效果，成为近年来研究的热点。本文基于深度强化学习算法设计了城市智能交通信号优化控制算法，本