文献

J-GLOBAL ID：201702229625306645   整理番号：17A0262237

大データ技術を用いた反窃電解析【JST・京大機械翻訳】

Analysis of anti-stealing electric power based on big data technology

著者 (9件)： Chen Wenying (Chongqing Electric Power Company of State Grid) ,  Chen Yan (Beijing China-Power Information Technology Co., Ltd.) ,  Qiu Lin (Chongqing Electric Power Company of State Grid) ,  Zhao Jiakui (Beijing China-Power Information Technology Co., Ltd.) ,  Wang Shulong (Beijing China-Power Information Technology Co., Ltd.) ,  Zhang Jian (Beijing China-Power Information Technology Co., Ltd.) ,  Liu Yang (Chongqing Electric Power Company of State Grid) ,  Zhu Pingfei (Beijing China-Power Information Technology Co., Ltd.) ,  Ouyang Hong (Beijing China-Power Information Technology Co., Ltd.)
資料名： Dianzi Celiang Yu Yiqi Xuebao  (Dianzi Celiang Yu Yiqi Xuebao)
巻： 30  号： 10  ページ： 1558-1567  発行年： 2016年 
JST資料番号： C2677A  ISSN： 1000-7105  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在、盗電現象は深刻なかつ盗電の手段が先進であるが、反盗電方法は依然として人工の集合を主とし、仕事量が大きく、医学が困難で、性性が不足しているなどの問題が存在している。上記の問題を解決するために,電力供給企業によって蓄積された大量の顧客履歴データと歴史的データを使用して,二次クラスタ分析によって,盗電の利用者の定性的特性を分析して,深の確率を,深い学習とCHAID決定木によって評価した。異常値分析の手段により、擬似盗電行動学の根拠に根拠を提供する。実践により、本案は盗電の利用者の範囲を縮小し、防止の仕事量を削減し、集合の適切性を向上させ、且つ電力供給部門の盗電のために根拠を提供し、それによって電力供給企業の財務損失を減少させ、電力網の運行安全を保障した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 異常値 ,  安全性 ,  *電力供給 ,  行動科学 ,  クラスタ分析 ,  ディシジョンツリー ,  電力系統

著者キーワード (5件)： anti-stealing electric power ,  two-step clustering ,  deep learning ,  CHAID decision tree ,  abnormal analysis

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (1件)： 解析