Resumen

Como uno de los principales factores de las pérdidas no técnicas (PNT) en las redes de distribución, el robo de electricidad causa un daño significativo a las redes eléctricas, lo que influye en la calidad del suministro eléctrico y reduce los beneficios de explotación. Con el fin de ayudar a las compañías eléctricas a resolver los problemas de la inspección ineficiente de la electricidad y el consumo irregular de energía, en este artículo se presenta un novedoso modelo híbrido de red neuronal convolucional-bosque aleatorio (CNN-RF) para la detección automática de robos de electricidad. En este modelo, en primer lugar se diseña una red neuronal convolucional (CNN) para aprender las características entre las diferentes horas del día y los diferentes días a partir de datos masivos y variables de contadores inteligentes mediante las operaciones de convolución y muestreo descendente. Además, se añade una capa de abandono para retardar el riesgo de sobreajuste y se aplica el algoritmo de retropropagación para actualizar los parámetros de la red en la fase de entrenamiento. A continuación, se entrena el bosque aleatorio (RF) a partir de las características obtenidas para detectar si el consumidor roba electricidad. Para construir el RF en el modelo híbrido, se adopta el algoritmo de búsqueda de red para determinar los parámetros óptimos. Por último, se realizan experimentos basados en datos reales de consumo de energía, y los resultados muestran que el modelo de detección propuesto supera a otros métodos en términos de precisión y eficacia.

• Materias:Ingeniería electrónica Redes Inalámbricas Arquitectura informática Sistemas de comunicación Informática Procesamiento de datos
• Subjects:Electronic engineering Wireless Networks Computer architecture Communication systems Computing Data processing
• Palabras claves:bosque aleatorio, detección automática de robos de electricidad, novedosa red neuronal convolucional híbrida, datos reales de consumo de energía, red neuronal convolucional, algoritmo de búsqueda en la red, inspección ineficiente de la electricidad, consumo irregular de energía, calidad del suministro eléctrico, datos de contadores inteligentes
• Keywords:random forest, automatic electricity theft detection, novel hybrid convolutional neural network, real energy consumption data, convolutional neural network, grid search algorithm, inefficient electricity inspection, irregular power consumption, power supply quality, smart meter data