Метод идентификации потребителей электрической энергии

М. Р. Богданов, Г. Р. Шахмаметова

Аннотация


Статья посвящена идентификации потребителей электрической энергии. Для проверки гипотезы о возможности идентификации потребителей электрической энергии был проведен эксперимент по измерению таких электрических параметров, как суммарная реактивная мощность, прямая активная энергия, суммарная прямая активная энергия и суммарная кажущаяся мощность при индивидуальном и совместном подключении трех потребителей электроэнергии: пылесос, тепловая пушка и кондиционер. Классификацию признаков проводили с помощью случайного леса. Была получена метрика accuracy, равная 0,99. Предварительные результаты говорят о перспективности предложенного подхода для идентификации потребителей электрической энергии.

Ключевые слова


Электроэнергетика; машинное обучение; цифровая обработка сигналов.

Полный текст:

PDF

Литература


Jianfeng J., Wenjun Z., Xingang W., Chong Z. Abnormal Power Consumption Detection Based on Data-Driven. E3S Web of Conferences 261, 01029 (2021). ICEMEE 2021. 10.1051/e3sconf/202126101029. EDN: YEXIWF.

Konstantinos B., Georgios S. Efficient power theft detection for residential consumers using mean shift data mining knowledge discovery process. International Journal of Artificial Intelligence and Applications (IJAIA), Vol.10, No.1, January 2019. P. 69-85. DOI: 10.5121/ijaia.2019.10106.

Zhang J., Zhang H., Ding S., Zhang X. (2021) Power Consumption Predicting and Anomaly Detection Based on Transformer and K-Means // Front. Energy Res. 9:779587. DOI: 10.3389/fenrg.2021.779587. EDN: LBXARA.

Елизарова А. В., Саитова Г. А., Момзиков Н. В. Выбор архитектуры нейронной сети для прогнозирования состояния заряда аккумулятора // СИИТ. 2023. Т. 5, № 4(13). С. 123-131. DOI: 10.54708/2658-5014-SIIT-2023-no4-p123. EDN: RXSDIA. [[Elizarova A. V., Saitova G. A., Momzikov N. V. Selecting a neural network architecture for predicting the battery charge state // SIIT. 2023. Vol. 5, No. 4(13). P. 123-131. (In Russian).]]

Макарова Е. А., Габдуллина Э. Р. и др. Структура и динамические модели управляемого взаимодействия секторов домохозяйств и государственных учреждений // СИИТ. 2024. Т. 6, № 1(16). С. 67-76. EDN: TWYQFA. [[Makarova E. A., Gabdullina E. R. et al. Structure and dynamic models of controlled interaction of household sectors and government institutions // SIIT. 2024. Vol. 6, No. 1(16). P. 67-76. (In Russian).]]

Махмутов А. Р., Вульфин А. М., Миронов К. В. Исследование возможностей автономной работы конечных устройств интернета вещей // СИИТ. 2023. Т. 5, № 1(10). С. 41-47. DOI: 10.54708/2658-5014-SIIT-2023-no1-p41. EDN: DPEMFA. [[Makhmutov A. R., Vulfin A. M., Mironov K. V. Study of the capabilities of autonomous operation of end devices of the Internet of Things // SIIT. 2023. Vol. 5, No. 1(10). P. 41-47. (In Russian).]]

Шапошникова А. С., Богданов М. Р. Определение сердечного ритма плода по неинвазивному ЭКГ с применением различных фильтров // СИИТ. 2023. Т. 5, № 6(15). С. 32-37. DOI: 10.54708/2658-5014-SIIT-2023-no5-p32. EDN: WBBOVK. [[Shaposhnikova A. S., Bogdanov M. R. Determination of fetal heart rate using non-invasive ECG using various filters // SIIT. 2023. T. 5, No. 6(15), pp. 32-37. (In Russian).]]




DOI: https://doi.org/10.54708/SIIT-2026-no1-p88

Ссылки

  • На текущий момент ссылки отсутствуют.


(c) 2026 М. Р. Богданов, Г. Р. Шахмаметова