窃电负荷曲线

时间:2019-09-18
本文章向大家介绍窃电负荷曲线,主要包括窃电负荷曲线使用实例、应用技巧、基本知识点总结和需要注意事项,具有一定的参考价值,需要的朋友可以参考一下。

      窃电负荷曲线一般都是难以大规模的获取,但是在电力系统仿真中可能需要用到相关的数据集,相关的论文一般都采用“攻击模型”以获取对应的偷电曲线。我查看了好几个论文最后,编写了6种不同类型窃电负荷曲线的模型。

    很想吐槽,原本想查找窃电模型,却无意中发现一篇疑似“抄袭”的论文,中文期刊连图估计都是截的,不管如何,也算帮我们做好了翻译工作了……话不多少先看真实曲线和对应的6种窃电曲线。

                                                                                                                               真实曲线

6种不同的窃电模型

%x是真实曲线
x=[0.699	0.462	0.117	0.108	0.081	0.086	0.102	0.09	0.068	0.107	0.092	0.078	0.103	0.085	0.163	0.152	0.291	0.167	0.324	0.123	0.142	0.196	0.272	0.318	0.264	0.241	0.241	0.257	0.197	0.237	0.224	0.285	0.276	0.345	0.691	0.751	0.714	1.5779999	1.587	1.4450001	1.081	1.022	0.772	0.684	0.731	0.849	0.745	0.7];
%产生多种不同的异常样本
AttackX=zeros(6,48);
%类型1
AttackX(1,:)=x*(0.7*rand()+0.1);

%类型2
minOfftime=4;
Ts=floor((23-minOfftime+1)*rand(1,1)+0);%产生一个0-19之间的数字
Duration=floor(21*rand(1,1)+minOfftime);%产生一个4-24之间的数字
Te=Ts+Duration;
%原本的分辨率是30min,现在帮这些全部乘以2变成半小时的分辨率
Ts=Ts*2;
Te=Te*2;
for j=1:48
    if (j>Ts)&&(j<Te)
       AttackX(2,j)=0;
    else
       AttackX(2,j)=x(j);
    end
end 
%类型3
AttackX(3,:)=x.*(0.7*rand(1,48)+0.1);
%类型4
AttackX(4,:)=mean(x)*(0.7*rand(1,48)+0.1);
%类型5
AttackX(5,:)=mean(x);
%类型6
AttackX(6,:)=x(:,48:-1:1);
x=1:48;
h1=plot(x,AttackX(1,:),'m.-','markersize',15);set(h1,'LineWidth',4.5)
hold on;
h2=plot(x,AttackX(2,:),'ko-'); set(h2,'LineWidth',4.5);
h3=plot(x,AttackX(3,:),'r+-'); set(h3,'LineWidth',4.5);
h4=plot(x,AttackX(4,:),'cx-'); set(h4,'LineWidth',4.5);
h5=plot(x,AttackX(5,:),'g*-');set(h5,'LineWidth',4.5);
h6=plot(x,AttackX(6,:),'b*-');set(h6,'LineWidth',4.5);

legend('类型1','类型2','类型3','类型4','类型5','类型6');

  

参考文献:

1.汤典艳, 林伟. 异常用电检测中解决样本不平衡问题的新方法[J]. 工业控制计算机, 2017(3).

2.Jokar P , Arianpoo N , Leung V C M . Electricity Theft Detection in AMI Using Customers\" Consumption Patterns[J]. IEEE Transactions on Smart Grid, 2015:1-1.

原文地址:https://www.cnblogs.com/nanhaijindiao/p/11542773.html