%0 Journal Article
%T 基于特征提取的面向边缘数据中心的窃电监测
%A 张宇帆
%A 李昭昱
%A 肖斐
%A 艾芊
%A 饶渝泽
%J 电力系统自动化
%D 2020
%X 随着电网信息物理系统的发展，一部分数据处理功能逐渐下沉到靠近终端用户的边缘层。为了给后续分析提供可靠的数据源，及时发现异常用电行为，窃电监测是边缘数据中心重要功能之一。文中提出一种针对边缘数据中心的窃电监测方法，该方法利用深度卷积生成对抗网络(DCGAN)鉴别器提取得到的特征，在边缘数据中心对二范数线性支持向量机(L2SVM)进行训练。实验结果证实，DCGAN具有较好的收敛性能，鉴别器提取得到的正常与窃电行为用电特征具有明显划分，且比基于主成分分析(PCA)特征提取方法更加有效，此外，与基于径向基核函数的支持向量机(SVM)反窃电方法相比，所提方法准确度更好且计算复杂度低，适合边缘数据中心部署
%K 信息物理系统
%K 边缘数据中心
%K 深度卷积生成对抗网络（DCGAN)
%K 特征提取
%K 二范数线性支持向量机（L2SVM)
%K cyber-physical system
%K edge data center
%K deep convolutional generative adversarial network (DCGAN)
%K feature extraction
%K L2-regularized linear support vector machine (L2SVM)
%U http://www.aeps-info.com/aeps/article/abstract/20190624003?st=article_issue