目前我国存在着严重的窃电现象,窃电手段繁多而且隐蔽,这使得工作人员的反窃电工作越来越难。基于供电企业能够采集用户用电数据,本文通过选取用户的相关历史数据进行处理和分析。根据对窃电数据特性的分析研究,挑选出月用电量、台区线损值、最大线损值、功率因素、三相不平衡率、合同容量比六个电气参量作为窃电数据的分析指标,采用遗传算法优化BP神经网络算法构建窃电分析模型,对指标样本数据进行分析,得到用户的窃电嫌疑系数,筛选出用电情况异常用户。本方法能够较方便、全面、智能的分析用户的用电情况,为供电企业实施反窃电工作指明了大致的方向,简化了反窃电的许多工作网络的窃电分析-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机。 几种方法相结合使得他们的窃电手段相当隐秘，再加上窃电方式和一些高科技技术的结合使得窃电方式不仅繁多而且不易被发现，这些阻碍了供电公司反窃电工作的进行。2研究理论2.1BP神经网络理论图1是BP神经网络[8-9]的结构拓扑图，BP神经网络将输入变量通过激励函数和不断调整每层连接的权阈值最终非线性映射到输出变量，为了使网络的输出变量与期望相一致，BP神经网络的学习一般需要多次的重复训练，本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/ 使得到的误差值趋向于零，最终达到零[10]。BP神经网络是一种根据误差方向传播训练的多层前馈网络。图1BP网络结构拓扑图神经网络算法的实现过程[11-12]：假设()ijXx是一个样本输入矩阵(i=1,2,…,n;j=1,2,…,p)，样本输入矩阵的每一行数据表示一组输入样本，每一组输入样本会对应一组输出样本，所有输入样本对应的实际输出样本为12[,,,]TnYyyy，每一列看作为样本的一个指标，那么输入层的输入样本1I即为X。如果网络的隐含层含有m个神经元，权值矩阵()(1,2,,;1,2,,)ijWwimjp，阈值矩阵1B[b,2,,]Tmbb，那么隐含层的输入：21onesmppnnIWXB（1）其中，1onesn表示1n元素全部为1的矩阵。隐含层激励函数的选取为单极S型函数，其表达式为：1()1xfxe（2）那么可以得到隐含层的输出为：22Of(I)。输出层的输入3）因为传递函数是线性函数，所以对于输出层的输出可以认为33OI。为了得到各层之间的连接权阈值的调整量，使用链式微分法则来计算，计算得到的结果为：B网络的窃电分析-电动折弯机数控滚圆机滚弧机张家港钢管滚圆机滚弧机本文由公司网站滚圆机网站 转摘采集转载中国知网整理!   http://www.dapengkuoguanji.com/