基于插值优化的联邦学习异常用电辨识研究

肖琦; 陆俊; 孙霄羽; 龚钢军; 王振宇

doi:10.16543/j.2095-641x.electric.power.ict.2025.01.01

English Version Reader LoginJournal Login

您当前的位置：

首页 >

文章列表页 >

基于插值优化的联邦学习异常用电辨识研究

更新时间：2026-02-05

- 基于插值优化的联邦学习异常用电辨识研究
- Issue 1, Pages: 1-9(2025)
- 作者机构：
  
  1. 北京市能源电力信息安全工程技术研究中心(华北电力大学)
  2. 国网电力科学研究院有限公司(南瑞集团有限公司)
  3. 国网电力科学研究院武汉能效测评有限公司
- 作者简介：
- 基金信息：
- DOI：10.16543/j.2095-641x.electric.power.ict.2025.01.01
  CLC： TP181;TM73
- Published：2025
- 稿件说明：
移动端阅览
肖琦, 陆俊, 孙霄羽, et al. 基于插值优化的联邦学习异常用电辨识研究[J]. 2025, (1): 1-9.
DOI：

肖琦, 陆俊, 孙霄羽, et al. 基于插值优化的联邦学习异常用电辨识研究[J]. 2025, (1): 1-9. DOI： 10.16543/j.2095-641x.electric.power.ict.2025.01.01.

摘要

爆发式增长的用电用户数据为数据驱动的异常用电辨识奠定了基础，然而不同电力公司间的“数据壁垒”以及用电数据采集频率不高的问题会影响此类方法的性能。为了解决异常用电行为分布式辨识中数据异构和采集频次不高影响辨识性能的问题，文章提出一种基于插值优化的联邦学习异常用电辨识方法。首先，对待辨识异常用电数据集进行线性插值与快速傅里叶变换处理。其次，构建基于长短期记忆机制的分布式联邦学习训练系统。最后，利用构建的训练模型，实现训练系统异构下的分布式异常用电行为辨识。所提方法在某电网大区的真实数据上进行实验，实验结果表明，方法能够实现对数据集的数据增强，在分布式训练与训练数据非独立同分布条件下对用电用户的异常用电行为进行有效识别，有效辅助窃电行为稽查，提升电网运维效率。

Abstract

关键词

Keywords

references

蒲天骄,韩笑.新型电力系统中人工智能应用的关键技术[J].电力信息与通信技术,2024(01).

肖宇,叶志,黄瑞,刘谋海,夏睿,高云鹏.窃电行为检测方法研究综述[J].电力科学与技术学报,2023(04).

陈宗汉,徐永海,陶顺,袁金斗,杨恒,潘明明.面向负荷管理过程的工业用户安全用电风险态势感知方法[J].高电压技术,2023(07).

杨会峰,陈连栋,程凯,王乃玉,李轩,关志涛.支持个性化隐私保护的异步联邦窃电检测方法[J].电力信息与通信技术,2023(06).

邹念,张颖,苏盛,魏梅芳,刘康,李彬.基于小时尺度周期特征自编码器的用户窃电识别方法[J].电网技术,2023(06).

杨挺,徐嘉成,叶芷杉,王军,卢利军.基于最优变换关联因子和优化平移分裂法的窃电检测[J].电网技术,2023(09).

李景歌,荣娜,陈庆超.基于生成对抗网络的分布式光伏窃电数据增强方法[J].电力科学与技术学报,2022(05).

王秋实,杨明,李鹏,毛一风,黄诗颖,缪晓卫,欧朱建.基于LSTM-SAE与支持向量机的窃电识别方法研究[J].电力信息与通信技术,2022(09).

王波,王红霞,姚良忠,董旭柱,马恒瑞,马富齐.电力系统多模态数据融合模式及关键技术问题[J].电力系统自动化,2022(19).

张泽辉,李庆丹,富瑶,何宁昕,高铁杠.面向非独立同分布数据的自适应联邦深度学习算法[J].自动化学报,2023(12).

刘伟,马世乾,李云飞,孙冰.多源数据驱动的配电网网损精确分析方法[J].电力系统及其自动化学报,2022(11).

孙一浩,肖先勇,张文海,卢宏,胡文曦.基于伪异常点辨识的关口电能表计量数据异常研究[J].电网技术,2021(11).

薛阳,杨艺宁,廖文龙,杨德昌.基于非线性独立成分估计的分布式光伏窃电数据增强方法[J].电力系统自动化,2022(02).

Wu Qiong,He Kaiwen,Chen Xu.Personalized Federated Learning for Intelligent IoT Applications: A Cloud-Edge based Framework.[J].IEEE computer graphics and applications,2020.

Hochreiter S,Schmidhuber J.Long short-term memory.[J].Neural computation,1997(8).

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

基于联邦强化学习的配电网分布式电压控制策略

基于联邦学习的边缘侧电能质量扰动分类研究

基于改进极限学习机的用户异常用电辨识方法

基于匿名性差分隐私联邦学习的负荷预测模型训练方法

The Study of Prepare and Application of Natural Organic Polymeric Modified Cation Flocculant

Related Author

马千里

朱志成

马斌

李圆琪

沈竹筠

赵猛

于轲鑫

祝文军

Related Institution

国网江苏省电力有限公司苏州供电分公司

南京南瑞信息通信科技有限公司

华北电力大学控制与计算机工程学院

国网信息通信产业集团有限公司

北京中电普华信息技术有限公司

AI问答

⁰