[发明专利]一种基于SVM的用电异常检测方法无效

专利信息
申请号: 201310484912.6 申请日: 2013-10-16
公开(公告)号: CN103488800A 公开(公告)日: 2014-01-01
发明(设计)人: 曹敏;简富俊;张建伟;毕志周;王磊;唐二雷;李晶 申请(专利权)人: 云南电力试验研究院(集团)有限公司电力研究院;云南电网公司技术分公司
主分类号: G06F17/30 分类号: G06F17/30;G06K9/62
代理公司: 昆明大百科专利事务所 53106 代理人: 何健
地址: 650217 云南省昆明*** 国省代码: 云南;53
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种基于SVM的用电异常检测方法,本发明整个系统由计量数据库系统(1-1)、预处理模块(1-2)、One-class SVM分类机(1-3)、报警信息过滤模块(1-4)和报警模块(1-5)五个模块组成,各模块之间的关系使用数据流向(1-6)表示;系统流程图由数据采集(2-1)、数据预处理(2-2)、训练样本采集(2-3)、工作日模型(2-4)、节假日模型(2-5)、周末模型(2-6)、数据预处理(2-7)、KKT条件判断器(2-8)、One-class SVM分类器(2-9)、系统决策(2-10)、报警(2-11)、满足KKT条件程序执行方向(2-12)和不满足KKT条件程序执行方向(2-13)十三个模块组成。本发明是一种基于SVM的用电异常检测方法,具有训练样本小,检测精度可设置等显著优点。
搜索关键词: 一种 基于 svm 用电 异常 检测 方法
【主权项】:
一种基于SVM的用电异常检测方法,其特征是:1)整个系统由计量数据库系统(1‑1)、预处理模块(1‑2)、One‑class SVM分类机(1‑3)、报警信息过滤模块(1‑4)和报警模块(1‑5)五个模块依序连接组成,各模块之间的关系使用数据流向(1‑6)表示;2)系统流程由数据采集模块(2‑1)、数据预处理模块(2‑2)、训练样本采集模块(2‑3)、工作日模型模块(2‑4)、节假日模型模块(2‑5)、周末模型模块(2‑6)、数据预处理模块(2‑7)、KKT条件判断器(2‑8)、One‑class SVM分类器(2‑9)、系统决策模块(2‑10)、报警模块(2‑11)、满足KKT条件程序执行方向模块(2‑12)和不满足KKT条件程序执行方向模块(2‑13)十三个模块组成;其中:数据采集模块(2‑1)、数据预处理模块(2‑2)、One‑class SVM分类器(2‑9)、系统决策模块(2‑10)、报警模块(2‑11)依序连接;训练样本采集模块(2‑3)、节假日模型模块(2‑5)、数据预处理模块(2‑7)、KKT条件判断器(2‑8)、One‑class SVM分类器(2‑9)依序连接;训练样本采集模块(2‑3)还分别连接工作日模型模块(2‑4)、周末模型模块(2‑6),工作日模型模块(2‑4)、周末模型模块(2‑6)共同与数据预处理模块(2‑7)连接;训练样本采集模块(2‑3)还与KKT条件判断器(2‑8)连接;3)系统训练模型包括工作日模型模块(2‑4)、节假日模型模块(2‑5)和周末模型模块(2‑6)三类模型,每个模型使用四个属于该类模型正常模型的向量作为训练向量;4)预处理模块(1‑2)分为数据归一化和特征调整两个功能;5)计量数据库系统(1‑1)中单个用户计量频率需要满足在15分钟每次到2小时每次之间;6)系统决策(2‑10)模块使用逻辑运算的方法配置过滤策略。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于云南电力试验研究院(集团)有限公司电力研究院;云南电网公司技术分公司,未经云南电力试验研究院(集团)有限公司电力研究院;云南电网公司技术分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201310484912.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top