Key Technologies of Electricity Theft Detection at Consumer Side

Zhenzhi LIN; Xueyuan CUI; Weichao JIN; Shengyuan LIU; Xiaofeng FENG; Haoyang FENG

doi:10.7500/AEPS20201010002

您当前的位置：

首页 >

文章列表页 >

Key Technologies of Electricity Theft Detection at Consumer Side

Review | 更新时间：2025-06-16

- Key Technologies of Electricity Theft Detection at Consumer Side
- Automation of Electric Power Systems Vol. 46, Issue 5, Pages: 188-199(2022)
- 作者机构：
  
  1.浙江大学电气工程学院，浙江省杭州市 310027
  2.广东电网有限责任公司计量中心，广东省广州市 518049
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51777185)
- DOI：10.7500/AEPS20201010002
  CLC：
- Received：10 October 2020，
  
  Revised：2021-05-05，
  
  Published Online：17 January 2022，
  
  Published：10 March 2022
- 稿件说明：
移动端阅览
林振智,崔雪原,金伟超等.用户侧窃电检测关键技术[J].电力系统自动化,2022,46(5):188-199.

LIN Zhenzhi,CUI Xueyuan,JIN Weichao,et al.Key Technologies of Electricity Theft Detection at Consumer Side[J].Automation of Electric Power Systems,2022,46(5):188-199.
林振智,崔雪原,金伟超等.用户侧窃电检测关键技术[J].电力系统自动化,2022,46(5):188-199. DOI： 10.7500/AEPS20201010002.

LIN Zhenzhi,CUI Xueyuan,JIN Weichao,et al.Key Technologies of Electricity Theft Detection at Consumer Side[J].Automation of Electric Power Systems,2022,46(5):188-199. DOI： 10.7500/AEPS20201010002.

摘要

用户侧的窃电行为是非技术性电能损失的主要原因，并且影响配电系统的运行安全性。文中对用户侧窃电检测关键技术作了分类总结，指出了当前研究的挑战和发展方向。首先，阐述了电能计量的基本原理，介绍了随计量设备升级而新出现的常见窃电方法；然后，分析了基于电气模型与计量设备的窃电检测技术在实际工程应用中的各自优势和不足；接着，对比和总结了已有基于数据驱动的窃电检测研究中基于样本学习、异常分析和状态估计的研究方法和适用范围；最后，探讨了当前窃电检测技术在输入数据、性能评估和应用场景等方面面临的关键问题和挑战，并在窃电定位、模型泛化、策略生成和隐私保护等方面对窃电检测研究方向进行了展望。

Abstract

The electricity theft at consumer side is the main cause of non-technical power loss

and affects the operation safety of distribution systems. The key technologies of electricity theft detection at consumer side are classified and summarized

and the current research challenges and development trends are pointed out. First

the basic principle of electric energy measurement is described

and the emerged common electricity theft methods with the upgrading of measurement equipment are introduced. Then

the advantages and disadvantages of electricity theft detection technologies based on electrical model and metering equipment in practical engineering application are analyzed. Furthermore

the research methods and application scope based on sample learning

anomaly analysis and state estimation in the existing data-driven electricity theft detection research are compared and summarized. Finally

the key problems and challenges faced by the current electricity theft detection technologies in input data

performance evaluation and application scenarios are discussed

and the research direction of electricity theft detection is prospected in terms of electricity theft location

model generalization

policy generation and privacy protection.

关键词

Keywords

references

张利生 . 电力网电能损耗管理及降损技术［M］. 北京：中国电力出版社， 2008 .

ZHANG Lisheng . Power loss management and loss reduction in power grid ［M］. Beijing ： China Electric Power Press ， 2008 .

LLC Northeast Group . World loses <math id="M4"><mi mathvariant="normal">$</mi></math> http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=24647113&type= http://html.publish.founderss.cn/rc-pub/api/common/picture?pictureId=24647109&type= 2.03200006 2.53999996 89 . 3 billion to electricity theft annually， $ 58. 7 billion in emerging markets［EB/OL］. ［ 2020-04-27 ］. https：//www.prnewswire.com/news-releases/world-loses-893-billion-to-electricity-theft-annually-587-billion-in-emerging-markets-300006515.html https://www.prnewswire.com/news-releases/world-loses-893-billion-to-electricity-theft-annually-587-billion-in-emerging-markets-300006515.html .

Bloomberg Businessweek . India fights to keep the lights on ［EB/OL］. ［ 2020-04-27 ］. https：//www.bloomberg.com/news/articles/2014-06-05/india-fights-electricity-theft-as-modi-pledges-energy-upgrade https://www.bloomberg.com/news/articles/2014-06-05/india-fights-electricity-theft-as-modi-pledges-energy-upgrade .

GLAUNER P ， MEIRA J A ， VALTCHEV P ， et al . The challenge of non-technical loss detection using artificial intelligence： a survey ［J］. International Journal of Computational Intelligence Systems ， 2016 ， 10 （ 1 ）： 760 - 775 .

AHMAD T ， CHEN H ， WANG J ， et al . Review of various modeling techniques for the detection of electricity theft in smart grid environment ［J］. Renewable & Sustainable Energy Reviews ， 2018 ， 82 （ 3 ）： 2916 - 2933 .

GHORI K M ， ABBASI R A ， AWAIS M ， et al . Performance analysis of different types of machine learning classifiers for non-technical loss detection ［J］. IEEE Access ， 2020 ， 8 ： 16033 - 16048 .

RONG J ， LU R ， WAND Y ， et al . Energy-theft detection issues for advanced metering infrastructure in smart grid ［J］. Tsinghua Science and Technology ， 2014 ， 19 （ 2 ）： 105 - 120 .

刘增明 . 供电企业防窃电方法和对策的研究［D］. 北京：华北电力大学， 2013 .

LIU Zengming . Research on the anti-electricity theft methods and strategies in power supply company ［D］. Beijing ： North China Electric Power University ， 2013 .

杨世海，程彦华 . 电测仪表及其应用［M］. 北京：中国电力出版社， 2009 .

YANG Shihai ， CHENG Yanhua . Electric measuring instrument and application ［M］. Beijing ： China Electric Power Press ， 2009 .

谷延军，申卫昌，刘骊 . 基于ATT7026A的高精度智能电表设计［J］. 电网技术， 2007 ， 31 （增刊2 ）： 318 - 320 .

GU Yanjun ， SHEN Weichang ， LIU Li . The design of high-precision smart meters based on ATT7026A ［J］. Power System Technology ， 2007 ， 31 （ Supplement 2 ）： 318 - 320 .

郭立才，彭志炜，范强 . 电能计量及反窃电方法综述［J］. 高压电器， 2010 ， 46 （ 5 ）： 86 - 88 .

GUO Licai ， PENG Zhiwei ， FAN Qiang . A survey of electric energy metering and countermeasures to electric power stealing ［J］. High Voltage Apparatus ， 2010 ， 46 （ 5 ）： 86 - 88 .

陈薇 . 智能电能表防窃电技术的研究［D］. 北京：华北电力大学， 2016 .

CHEN Wei . Research on preventing electricity-stolen technology of intelligent watt-hour meter ［D］. Beijing ： North China Electric Power University ， 2016 .

胡汉梅，汪元龙 . 窃电方法与防范措施的分析探讨［J］. 电测与仪表， 2004 ， 41 （ 3 ）： 54 - 56 .

HU Hanmei ， WANG Yuanlong . The analysis and discussion of electricity-stealing and precaution method ［J］. Electrical Measurement & Instrumentation ， 2004 ， 41 （ 3 ）： 54 - 56 .

余贻鑫，栾文鹏 . 智能电网评述［J］. 中国电机工程学报， 2009 ， 29 （ 34 ）： 1 - 8 .

YU Yixin ， LUAN Wenpeng . Smart grid and its implementations ［J］. Proceedings of the CSEE ， 2009 ， 29 （ 34 ）： 1 - 8 .

游文霞，申坤，杨楠，等 . 基于Bagging异质集成学习的窃电检测［J］. 电力系统自动化， 2021 ， 45 （ 2 ）： 105 - 113 .

YOU Wenxia ， SHEN Kun ， YANG Nan ， et al . Electricity theft detection based on Bagging heterogeneous ensemble learning ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 2 ）： 105 - 113 .

全国首例智能电表高科技特大窃电案告破［EB/OL］.［ 2020-04-27 ］. http：//news.sina.com.cn/c/2013-12-08/081028915975.shtml http://news.sina.com.cn/c/2013-12-08/081028915975.shtml .

The first high-tech smart meter electricity theft case in China reported solved ［EB/OL］. ［ 2020-04-27 ］. http：//news.sina.com.cn/c/2013-12-08/081028915975.shtml http://news.sina.com.cn/c/2013-12-08/081028915975.shtml .

苏盛，吴长江，马钧，等 . 基于攻击方视角的电力CPS网络攻击模式分析［J］. 电网技术， 2014 ， 38 （ 11 ）： 3115 - 3120 .

SU Sheng ， WU Changjiang ， MA Jun ， et al . Attacker’s perspective based analysis on cyber attack mode to cyber-physical system ［J］. Power System Technology ， 2014 ， 38 （ 11 ）： 3115 - 3120 .

MCLAUGHLIN S ， PODKUIKO D ， MCDANIEL P . Energy theft in the advanced metering infrastructure ［C］// 4th International Workshop on Critical Information Infrastructures Security ， September 30-October 2 ， 2009 ， Bonn， Germany .

KIM T T ， POOR H V . Strategic protection against data injection attacks on power grids ［J］. IEEE Transactions on Smart Grid ， 2011 ， 2 （ 2 ）： 326 - 333 .

吴迪，王学伟，窦健，等 . 基于大数据的防窃电模型与方法［J］. 北京化工大学学报（自然科学版）， 2018 ， 45 （ 6 ）： 79 - 86 .

WU Di ， WANG Xuewei ， DOU Jian ， et al . An electricity anti-theft method based on big data ［J］. Journal of Beijing University of Chemical Technology （Natural Science）， 2018 ， 45 （ 6 ）： 79 - 86 .

LEON C ， BISCARRI F ， MONEDERO I ， et al . Integrated expert system applied to the analysis of non-technical losses in power utilities ［J］. Expert Systems with Applications ， 2011 ， 38 （ 8 ）： 10274 - 10285 .

BAT-ERDENE B ， LEE B ， KIM M Y ， et al . Extended smart meters-based remote detection method for illegal electricity usage ［J］. IET Generation， Transmission & Distribution ， 2013 ， 7 （ 11 ）： 1332 - 1343 .

GUERRERO J I ， LEON C ， MONEDERO I ， et al . Improving knowledge-based systems with statistical techniques， text mining， and neural networks for non-technical loss detection ［J］. Knowledge-Based Systems ， 2014 ， 71 （ 1 ）： 376 - 388 .

唐文彬 . 基于线损计算分析的反窃电研究［D］. 南宁：广西大学， 2015 .

TANG Wenbin . The research of anti-stealing electric energy based on line loss calculation analysis ［D］. Nanning ： Guangxi University ， 2015 .

王帅，辛洁晴，陆斌，等 . 基于线损率标杆值的居民台区窃电严重程度分级方法［J］. 华东电力， 2013 ， 41 （ 4 ）： 816 - 821 .

WANG Shuai ， XIN Jieqing ， LU Bin ， et al . Grading method of electricity theft severity based on line loss benchmarking values ［J］. East China Electric Power ， 2013 ， 41 （ 4 ）： 816 - 821 .

赵磊，栾文鹏，王倩 . 应用AMI数据的低压配电网精确线损分析［J］. 电网技术， 2015 ， 39 （ 11 ）： 3189 - 3194 .

ZHAO Lei ， LUAN Wenpeng ， WANG Qian . Accurate line loss analysis of LV distribution network using AMI data ［J］. Power System Technology ， 2015 ， 39 （ 11 ）： 3189 - 3194 .

SHORT T A . Advanced metering for phase identification， transformer identification， and secondary modeling ［J］. IEEE Transactions on Smart Grid ， 2013 ， 4 （ 2 ）： 651 - 658 .

杨佳 . 基于电网电气参量特性分析的窃电辨识方法［D］. 北京：华北电力大学， 2013 .

YANG Jia . Electricity-theft identification method based on analysis of the characteristics of grid electrical parameters ［D］. Beijing ： North China Electric Power University ， 2013 .

韩颖 . 窃电网络特征分析及其判定方法［D］. 北京：华北电力大学， 2008 .

HAN Ying . Analysis on the power network characteristic and the judgment method of the stealing power ［D］. Beijing ： North China Electric Power University ， 2008 .

SAHOO S ， NIKOVSKI D ， MUSO T ， et al . Electricity theft detection using smart meter data ［C］// 2015 IEEE Power & Energy Society Innovative Smart Grid Technologies Conference ， February 18-20 ， 2015 ， Washington DC， USA ： 1 - 5 .

程海花，李晓明，黄军高，等 . 窃电检测在电能量计量计费系统中的应用［J］. 电力系统及其自动化学报， 2001 ， 13 （ 6 ）： 53 - 57 .

CHENG Haihua ， LI Xiaoming ， HUANG Jungao ， et al . Applying of detecting the theft of electricity in the power energy billing system ［J］. Proceedings of the EPSA ， 2001 ， 13 （ 6 ）： 53 - 57 .

ZHOU Y ， CHEN X ， ZOMAYA A Y ， et al . A dynamic programming algorithm for leveraging probabilistic detection of energy theft in smart home ［J］. IEEE Transactions on Emerging Topics in Computing ， 2015 ， 3 （ 4 ）： 502 - 513 .

封志明，陈道升，赵波，等 . 智能电表的电磁兼容测试［J］. 南京师范大学学报（工程技术版）， 2010 ， 10 （ 3 ）： 11 - 15 .

FENG Zhiming ， CHEN Daosheng ， ZHAO Bo ， et al . Electromagnetic compatibility tests of smart meters ［J］. Journal of Nanjing Normal University（Engineering and Technology Edition）， 2010 ， 10 （ 3 ）： 11 - 15 .

赵兵，吕英杰，邹和平 . 一种新型防窃电装置的设计［J］. 电力系统保护与控制， 2009 ， 37 （ 23 ）： 116 - 118 .

ZHAO Bing ， LYU Yingjie ， ZOU Heping . Design of a new anti-stealing electricity device ［J］. Power System Protection and Control ， 2009 ， 37 （ 23 ）： 116 - 118 .

葛宗光，张炯，许珺 . 一种防底板钻孔窃电电能表： CN108037337B ［P］. 2019-10-29 .

GE Zongguang ， ZHANG Jiong ， XU Jun . An electric energy meter to prevent floor drilling from stealing electricity ： CN108037337B ［P］. 2019-10-29 .

刁瑞朋，高生宇，华记飞 . 一种掉零线计量防窃电电表功能设计： CN110873821A ［P］. 2020-03-10 .

DIAO Ruipeng ， GAO Shengyu ， HUA Jifei . Function design of electricity-stealing prevention meter based on zero line off measurement ： CN110873821A ［P］. 2020-03-10 .

傅军，介志毅，孙志杰，等 . 磁场及电磁场干扰窃电的检测系统及其检测装置［J］. 电测与仪表， 2015 ， 52 （ 16A ）： 181 - 184 .

FU Jun ， JIE Zhiyi ， SUN Zhijie ， et al . Detection system of magnetic field and electromagnetic interference for stealing and its detection device ［J］. Electrical Measurement & Instrumentation ， 2015 ， 52 （ 16A ）： 181 - 184 .

ZHOU Y ， LIU Y ， HU S . Energy theft detection in multi-tenant data centers with digital protective relay deployment ［J］. IEEE Transactions on Sustainable Computing ， 2017 ， 3 （ 1 ）： 16 - 29 .

HUBERT M ， DEBRUYNE M . Minimum covariance determinant ［J］. Wiley Interdisciplinary Reviews Computational Statistics ， 2010 ， 2 （ 1 ）： 36 - 43 .

XIAO Z ， XIAO Y ， DU H C . Exploring malicious meter inspection in neighborhood area smart grids ［J］. IEEE Transactions on Smart Grid ， 2013 ， 4 （ 1 ）： 214 - 226 .

LIAO C ， TEN C ， HU S . Strategic FRTU deployment considering cybersecurity in secondary distribution network ［J］. IEEE Transactions on Smart Grid ， 2013 ， 4 （ 3 ）： 1264 - 1274 .

ZHENG Z ， YANG Y ， NIU X ， et al . Wide and deep convolutional neural networks for electricity-theft detection to secure smart grids ［J］. IEEE Transactions on Industrial Informatics ， 2018 ， 14 （ 4 ）： 1606 - 1615 .

JOKAR P ， ARIANPOO N ， LEUNG V C M . Electricity theft detection in AMI using customers’ consumption patterns ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 1 ）： 216 - 226 .

NAGI J ， YAP K S ， TIONG S K ， et al . Nontechnical loss detection for metered customers in power utility using support vector machines ［J］. IEEE Transactions on Power Delivery ， 2010 ， 25 （ 2 ）： 1162 - 1171 .

NIZAR A H ， DONG Z Y ， WANG Y . Power utility nontechnical loss analysis with extreme learning machine method ［J］. IEEE Transactions on Power Systems ， 2008 ， 23 （ 3 ）： 946 - 955 .

胡天宇，郭庆来，孙宏斌 . 基于堆叠去相关自编码器和支持向量机的窃电检测［J］. 电力系统自动化， 2019 ， 43 （ 1 ）： 119 - 127 .

HU Tianyu ， GUO Qinglai ， SUN Hongbin . Nontechnical loss detection based on stacked uncorrelating autoencoder and support vector machine ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 1 ）： 119 - 127 .

张承智，肖先勇，郑子萱 . 基于实值深度置信网络的用户侧窃电行为检测［J］. 电网技术， 2019 ， 43 （ 3 ）： 1083 - 1091 .

ZHANG Chengzhi ， XIAO Xianyong ， ZHENG Zixuan . Electricity theft detection for customers in power utility based on real-valued deep belief network ［J］. Power System Technology ， 2019 ， 43 （ 3 ）： 1083 - 1091 .

BUZAU M M ， TEJEDOR-AGUILERA J ， CRUZ-ROMERO P ， et al . Detection of non-technical losses using smart meter data and supervised learning ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 3 ）： 2661 - 2670 .

FABIAN A N ， GERARDO F ， CHAI-CHI C . NTL detection in electric distribution systems using the maximal overlap discrete wavelet-packet transform and random undersampling boosting ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 6 ）： 7171 - 7180 .

JINDAL A ， DUA A ， KAUR K ， et al . Decision tree and SVM-based data analytics for theft detection in smart grid ［J］. IEEE Transactions on Industrial Informatics ， 2016 ， 12 （ 3 ）： 1005 - 1016 .

NAGI J ， YAP K S ， TIONG S K ， et al . Improving SVM-based nontechnical loss detection in power utility using the fuzzy inference system ［J］. IEEE Transactions on Power Delivery ， 2011 ， 26 （ 2 ）： 1284 - 1285 .

PUNMIYA R ， CHOE S . Energy theft detection using gradient boosting theft detector with feature engineering-based preprocessing ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 2326 - 2329 .

LEON C ， BISCARRI F ， MONEDERO I ， et al . Variability and trend-based generalized rule induction model to NTL detection in power companies ［J］. IEEE Transactions on Power Systems ， 2011 ， 26 （ 4 ）： 1798 - 1807 .

JÚNIOR L A P ， RAMOS C C O ， RODRIGUES U ， et al . Unsupervised non-technical losses identification through optimum-path forest ［J］. Electric Power Systems Research ， 2016 ， 140 ： 413 - 423 .

DOS ANGELOS E W S ， SAAVEDRA O R ， CORTÉS O A C ， et al . Detection and identification of abnormalities in customer consumptions in power distribution systems ［J］. IEEE Transactions on Power Delivery ， 2011 ， 26 （ 4 ）： 2436 - 2442 .

ZHENG K ， CHEN Q ， WANG Y ， et al . A novel combined data-driven approach for electricity theft detection ［J］. IEEE Transactions on Industrial Informatics ， 2019 ， 15 （ 3 ）： 1809 - 1819 .

ZANETTI M ， JAMHOUR E ， PELLENZ M ， et al . A tunable fraud detection system for advanced metering infrastructure using short-lived patterns ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 1 ）： 830 - 840 .

HE Y ， MENDIS G J ， WEI J . Real-time detection of false data injection attacks in smart grid： a deep learning-based intelligent mechanism ［J］. IEEE Transactions on Smart Grid ， 2017 ， 8 （ 5 ）： 2505 - 2516 .

LEITE J B ， MANTOVANI J R S . Detecting and locating non-technical losses in modern distribution networks ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 2 ）： 1023 - 1032 .

LIU L ， ESMALIFALAK M ， DING Q ， et al . Detecting false data injection attacks on power grid by sparse optimization ［J］. IEEE Transactions on Smart Grid ， 2014 ， 5 （ 2 ）： 612 - 621 .

SALINAS S ， LI M ， LI P . Privacy-preserving energy theft detection in smart grids： a P2P computing approach ［J］. IEEE Journal on Selected Areas in Communications ， 2013 ， 31 （ 9 ）： 257 - 267 .

SALINAS A S ， LI P . Privacy-preserving energy theft detection in microgrids： a state estimation approach ［J］. IEEE Transactions on Power Systems ， 2016 ， 31 （ 2 ）： 883 - 894 .

XIAO F ， QIAN A . Electricity theft detection in smart grid using random matrix theory ［J］. IET Generation， Transmission & Distribution ， 2018 ， 12 （ 2 ）： 371 - 378 .

HUANG S C ， LO Y L ， LU C N . Non-technical loss detection using state estimation and analysis of variance ［J］. IEEE Transactions on Power Systems ， 2013 ， 28 （ 3 ）： 2959 - 2966 .

周志华 . 机器学习［M］. 北京：清华大学出版社， 2016 .

ZHOU Zhihua . Machine learning ［M］. Beijing ： Tsinghua University Press ， 2016 .

VAHABZADEH A ， KASAEIAN A ， MONSEF H ， et al . A fuzzy-SOM method for fraud detection in power distribution networks with high penetration of roof-top grid-connected PV ［J］. Energies ， 2020 ， 13 （ 5 ）： 1287 - 1310 .

LIU H ， NING H ， ZHANG Y ， et al . Role-dependent privacy preservation for secure V2G networks in the smart grid ［J］. IEEE Transactions on Information Forensics and Security ， 2014 ， 9 （ 2 ）： 208 - 220 .

MCLAUGHLIN S ， HOLBERT B ， FAWAZ A ， et al . A multi-sensor energy theft detection framework for advanced metering infrastructures ［J］. IEEE Journal on Selected Areas in Communications ， 2013 ， 31 （ 7 ）： 1319 - 1330 .

MASSAFERRO P ， MARTINO J M D ， FERNÁNDEZ A . Fraud detection in electric power distribution： an approach that maximizes the economic return ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 1 ）： 703 - 710 .

邵尹池，穆云飞，余晓丹，等 . “车-路-网”模式下电动汽车充电负荷时空预测及其对配电网潮流的影响［J］. 中国电机工程学报， 2017 ， 37 （ 18 ）： 5207 - 5219 .

SHAO Yinchi ， MU Yunfei ， YU Xiaodan ， et al . A spatial-temporal charging load forecast and impact analysis method for distribution network using EVs-traffic-distribution model ［J］. Proceedings of the CSEE ， 2017 ， 37 （ 18 ）： 5207 - 5219 .

吴倩红，高军，侯广松，等 . 实现影响因素多源异构融合的短期负荷预测支持向量机算法［J］. 电力系统自动化， 2016 ， 40 （ 15 ）： 67 - 72 .

WU Qianhong ， GAO Jun ， HOU Guangsong ， et al . Short-term load forecasting support vector machine algorithm based on multi-source heterogeneous fusion of load factors ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 15 ）： 67 - 72 .

NIZAR A H ， DONG Z Y ， ZHAO J H ， et al . A data mining based NTL analysis method ［C］// IEEE Power Engineering Society General Meeting ， June 24-28 ， 2007 ， Tampa， USA ： 1 - 8 .

WANG Y ， CHEN Q ， GAN D ， et al . Deep learning-based socio-demographic information identification from smart meter data ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 3 ）： 2593 - 2602 .

WANG Y ， CHEN Q ， KANG C ， et al . Clustering of electricity consumption behavior dynamics toward big data applications ［J］. IEEE Transactions on Smart Grid ， 2016 ， 7 （ 5 ）： 2437 - 2447 .

NABIL M ， ISMAIL M ， MAHMOUD M ， et al . PPETD： privacy-preserving electricity theft detection scheme with load monitoring and billing for AMI networks ［J］. IEEE Access ， 2019 ， 7 ： 96334 - 96348 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Review on Data-driven Based Electricity Theft Detection Method and Research Prospect for Low False Positive Rate

Voltage Regulation Strategy for Active Distribution Network Based on Multi-agent Deep Reinforcement Learning

Related Author

Sheng JIN

Sheng SU

Yang XUE

Yining YANG

Sha LIU

Yijia CAO

Sheng JIN

Sheng SU

Related Institution

Hunan Key Laboratory of Smart Grid Operation and Control (Changsha University of Science and Technology)

China Electric Power Research Institute Co., Ltd.

Changsha University of Science and Technology

School of Electrical and Power Engineering, Hohai University

Electric Power Research Institute of State Grid Jiangsu Electric Power Co., Ltd.

⁰