|
|
- 2020
基于特征提取的面向边缘数据中心的窃电监测Keywords: 信息物理系统,边缘数据中心,深度卷积生成对抗网络（DCGAN),特征提取,二范数线性支持向量机（L2SVM),cyber-physical system,edge data center,deep convolutional generative adversarial network (DCGAN),feature extraction,L2-regularized linear support vector machine (L2SVM) Abstract: 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
|
