XXX电网公司反窃电系统
案例介绍
项目简介：系统建设依据发生窃电行为必然会出现异常的原理，通过用电异常分析按选定用户对象进行监测，这样使反窃电工作做到有的放矢，使反窃电工作达到信息化、智能化。系统构建上主要通过充分利用已掌握的计量数据、用电数据、告警数据等，结合现代化的信息手段和科学方法，对用电用户进行多方面分析，以缩小搜索范围，提高窃电监测效率，最终找出窃电嫌疑用户。通过充分利用装置告警信号、电量信息、用表类型、所在台区及线路线损、三相不平衡率、功率因数及合同容量比作为反窃电模型的单项指标，建立反窃电模型的监测体系，以监测体系的底层单项指标作为输入向量设计数学模型，并应用数学模型对窃电行为进行不断完善，最后以窃电嫌疑系数作为输出，通过分析嫌疑系数大的用户用电情况，找出具有窃电行为的用户的属性特征及判断规则，并判定窃电嫌疑。
XXX电网公司反窃电系统
案例介绍
本人角色：项目管理，需求分析，架构设计，项目计划制定，大数据模型设计及验证
项目简介：系统建设依据发生窃电行为必然会出现异常的原理，通过用电异常分析按选定用户对象进行监测，这样使反窃电工作做到有的放矢，使反窃电工作达到信息化、智能化。系统构建上主要通过充分利用已掌握的计量数据、用电数据、告警数据等，结合现代化的信息手段和科学方法，对用电用户进行多方面分析，以缩小搜索范围，提高窃电监测效率，最终找出窃电嫌疑用户。通过充分利用装置告警信号、电量信息、用表类型、所在台区及线路线损、三相不平衡率、功率因数及合同容量比作为反窃电模型的单项指标，建立反窃电模型的监测体系，以监测体系的底层单项指标作为输入向量设计数学模型，并应用数学模型对窃电行为进行不断完善，最后以窃电嫌疑系数作为输出，通过分析嫌疑系数大的用户用电情况，找出具有窃电行为的用户的属性特征及判断规则，并判定窃电嫌疑。
案例图片
相似案例推荐
-
网站爬虫、接口开发、机器学习
独立完成个人博客搭建（django），完成后端以机器学习未底
-
基于自动驾驶的多目标路径规划算法
论文提出了一种多目标优化的智能路径规划算法V-MOEA。V-
-
遗传改进小波神经网络的交通预测研究
该论文设计实现基于遗传改进小波神经网络的交通预测系统，通过对
-
数据爬取
数据爬取数据爬取数据爬取数据爬取数据爬取数据爬取数据爬取数据
-
数据抓取
可以抓取大部分行业的数据，可以根据精准的关键词或者所给的关联
-
lightgbm c++代码翻译go代码
微软机器学习开源框框lightgbm c++版本实现gola
1小时精推人才
需求方专属客服，免费梳理匹配
