Page 55 - 电力与能源2023年第六期
P. 55

颜昕昱,等:基于改进 K‒Means++聚类分析的邻户表计错接辨识方法                                  601

                                                                [5]  卢  沉,史慧敏 . 电能计量装置错接线检查及故障[J] 现
                                                                                                          .
                                                                     代经济信息,2019(19):361.
                                                                [6]  徐金亮,刘    沛,陈其俊 . 电网现场错接线高精度自动判断
                                                                              .
                                                                     系统设计[J] 自动化与仪器仪表,2019(8):33-36.
                                                                [7]  杨  培,李   璟,陈卫民,等 . 基于计量异常事件组合的异
                                                                     常原因分析方法[J] 电测与仪表,2019,56(6):111-116.
                                                                                  .
                                                                [8]  陈颖心 . 电能计量装置错接线检查及故障分析[J] 中国新
                                                                                                       .
                                                                     技术新产品,2018(21):53-54.
                                                                [9]  杜柏江,赵    倩,吴耀华,等 . 一例电能表错接线误差分析
                                                                                  .
                                                                     和电费追补估算[J] 山东工业技术,2018(17):179.
                                                                [10] 魏  茜 . 几 种 智 能 表 错 接 线 查 找 与 处 理[J] 电 子 测 试 ,
                                                                                                    .
                                                                     2017(1):129.
                                                                [11] 李东晨,张文扬,刘     莺 . 利用电力大数据挖掘表计串户计
                                                                     量差错的实践[J] 电力大数据,2017,20(9):46-51.
                                                                                 .
                                                                [12] 林顺富,顾    乡,汤继开,等 . 基于稀疏自动编码器神经网
                                                                     络 的 负 荷 曲 线 分 类 方 法[J]  电 网 技 术 ,2020,44(9):
                                                                                         .


                                                                     3508-3515.
                                                                [13] 王  磊,刘   洋,李文峰,等 . 基于用电行为数字特征画像
                                                                     的电力用户两阶段分类方法[J] 电力建设,2022,43(2):
                                                                                           .
                           图 15 本文所提方法辨识结果
                                                                     70-80.
                参考文献:                                           [14] 张展耀,俞伊丽,朱鲁敏,等 . 基于 K-means 聚类算法和智
                [1]  徐焕增,孔政敏,王  帅,等 . 基于动态线损及 FMRLS 算                能电表数据的居民峰值负荷概率估计模型[J] 电力大数
                                                                                                     .
                    法的智能电表误差在线评估模型[J] 中国电机工程学报,                      据,2021,24(1):25-32.
                                             .
                    2021,41(24):8349-8358.                      [15] 武  艺,姚良忠,廖思阳,等 . 一种基于改进 K-means++
                [2]  余允涛 . 装表接电错接线原因分析和预防举措探讨[J] 科                   算法的分布式光储聚合调峰方法[J] 电网技术,2022,46
                                                                                              .
                                                          .
                    技创新与应用,2016(22):205.                            (10):3923-3931.
                [3]  杨  森,马  文,李   龙,等 . 基于大数据单相电能表接线           [16] 蔡  军,谢   航,谢   涛,等 . 基于改进 K-Means++分时
                                                                                              .
                                     .
                    差 错 分 析 方 法 研 究[J] 电 力 信 息 与 通 信 技 术 ,2021,19    电 量 聚 类 与 行 业 用 电 行 为 分 析[J] 科 学 技 术 与 工 程 ,


                    (11):100-107.                                    2021,21(27):11624-11631.
                [4]  李  梅 . 浅析“一户一表”错接线的常见错误[J] 电子测                                         收稿日期:2023-09-23
                                                      .
                    试,2016(23):136-137.                                                       (本文编辑:赵艳粉)
                                                                                                                                
               (上接第 559 页)
                [19] Abiodun A A,LIU Y K.  Support vector ensemble forincipi⁃  [23] PENG  B  S,XIA  H,LIU  Y  K,et  al.  Research  on  in-
                                                      .
                    ent fault diagnosis in nuclear plant components[J] Nuclear   telligent  fault  diagnosis  method  for  nuclear  powerplant

                    Engineering and Technology,2018,50(8):1306-1313.  based  on  correlation  analysis  and  deep  beliefnetwork[J]  .
                [20] 尹文哲,夏  虹,彭彬森,等 . 基于 CNN-SVM 的核电厂轴               Progress in Nuclear Energy,2018,108:419-427.

                    承故障诊断方法[J] 哈尔滨工程大学学报,2023,44(3):            [24] 潘美琪,贺  兴,艾  芊,等 . 新型配电系统分布式资源调
                                  .
                                                                                       .
                    410-417.                                         度研究现状与展望[J/OL] 电网技术:1-16[2023-10-30]   .

                [21] MANDAL  S,SANTHI  B,SRIDHAR  S,et  al.  Nu-clear   [25] 盛戈皞,钱  勇,罗林根,等 . 面向新型电力系统的电力设
                    power plant thermocouple sensor-fault detectionand classifi⁃  备 运 行 维 护 关 键 技 术 及 其 应 用 展 望[J] 高 电 压 技 术 ,
                                                                                                  .

                    cation  using  deep  learning  and  generalizedlikelihood  ratio   2021,47(9):3072-3084.
                    test[J]. IEEE  Transactions  on  NuclearScience,2017,64  [26] 章耀耀,侯  勇,叶  海,等 . 继电保护数字孪生技术应用

                                                                          .
                    (6):1526-1534.                                   展望[J] 电力系统保护与控制,2023,51(12):178-187.

                [22] 陈玉昇,杨燕华,林  萌,等.基于深度学习神经网络的核                                            收稿日期:2023-10-19
                    电厂故障诊断技术[J] 上海交通大学学报,2018,52(1):                                          (本文编辑:赵艳粉)
                                    .
                    58-61.
   50   51   52   53   54   55   56   57   58   59   60