跳到主要內容

臺灣博碩士論文加值系統

(216.73.216.176) 您好!臺灣時間:2025/09/06 02:28
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

: 
twitterline
研究生:李俊賢
研究生(外文):Chun-Hsien Li
論文名稱:支撐向量機分類器於養殖型用戶違章用電之應用
論文名稱(外文):The Application of Support Vector Machine Classifier to Cultured Customer Electricity Theft
指導教授:卓明遠
指導教授(外文):Ming-Yuan Cho
學位類別:碩士
校院名稱:國立高雄應用科技大學
系所名稱:電機工程系博碩士班
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:2008
畢業學年度:96
語文別:中文
論文頁數:116
中文關鍵詞:養殖型用戶違章用電模式模式辨識技術支撐向量機
外文關鍵詞:Cultured customer electricity theft modelPattern recognition techniqueSupport vector machine
相關次數:
  • 被引用被引用:4
  • 點閱點閱:374
  • 評分評分:
  • 下載下載:16
  • 收藏至我的研究室書目清單書目收藏:1
本論文提出一種支撐向量機(Support Vector Machine,SVM)網路之模型辨識技術,藉由用戶合理用電模型之建立與比對,進行養殖型用戶違章用電之分類。首先,本文收集台灣西部海岸代表性養殖型用戶用電歷史資料,推導其夏月與非夏月之合理用電模型,再者應用支撐向量機網路模型,針對養殖型用戶違章用電行為與特性,建立養殖型用戶之違章用電分類器,針對各類養殖型用戶進行資料分類與辨識,推求用戶違章用電之模式,並找出有違章用電可能之用戶及其違章用電之度數。
再者,建立後端伺服器人機介面及後端伺服器資料庫,完成邏輯與實體之資料庫設計、資料儲存與轉換程式。資料庫實體資料乃應用資料轉換(Data Transformation Service,DTS)技術,將台電用戶資訊系統之相關養殖型用戶資料轉入伺服器之SQLServer資料庫。最後,本論文應用所提之SVM分類器模型辨識技術,以台電彰化、雲林、嘉義、屏東四個區處的養殖型用戶為對象進行分析,以推求用戶可能之違章用電之資訊,並驗證本論文所提養殖型用戶違章用電辨識之實用性與效能。

關鍵詞:養殖型用戶違章用電模式、模式辨識技術、支撐向量機、資料轉換
This thesis proposes support vector machine based pattern recognition technique to classify cultured customer electricity theft by establishing and comparing with the various rational load patterns. First, in this research, Taiwan western coach cultured customers’ historical electricity data is collected and analyzed to derive summer and non-summer rational daily load patterns. Moreover, SVM network model is applied to train the selected cultured customer data set to establish the cultured customer electricity theft classifier and then the electricity theft electricity KWH can be derived by analyzing and recognizing historical data in database.
Besides, the man machine interface of server and database design which contains logical schema and physical schema as well as the data transformation service program is developed. In this research, data transformation service technique is developed to extract, transfer, and load data from customer information system to proposed SQL server database. Finally, real testing data which covered the business districts of Changhua, Yunlin, Chiayi, and Pingtong at Taipower are selected for computer simulation to demonstrate the practicality and effectiveness of the proposed method. The derived electricity theft information can effectively support Taipower business district for electricity theft investigation.



Keywords: Cultured customer electricity theft model, Pattern recognition technique, Support vector machine, Data transformation
目 錄

中文摘要 ------------------------------------------------------------------------------ I

英文摘要 ------------------------------------------------------------------------------ II

誌謝 ------------------------------------------------------------------------------ Ⅲ
目錄 ------------------------------------------------------------------------------ IV

圖目錄 ------------------------------------------------------------------------------ V

表目錄 ------------------------------------------------------------------------------ VII

壹、 緒論------------------------------------------------------------------------ 1
1.1 研究背景與動機--------------------------------------------------------- 1
1.2 文獻回顧------------------------------------------------------------------ 2
1.3 研究內容概述------------------------------------------------------------ 12
貳、 低壓電力用戶用電分析--------------------------------------------- 13
2.1 低壓電力用戶之篩選--------------------------------------------------- 13
2.2 用戶行業類別及負載特性分析--------------------------------------- 16
2.2.1 用戶行業類別分析------------------------------------------------------ 16
2.2.2 用戶負載特性分析------------------------------------------------------ 17
2.3 用戶負載組成與負載用電分析--------------------------------------- 21
2.4 用戶違章用電類型分析------------------------------------------------ 24
參、 支撐向量機理論--------------------------------------------------------- 26
3.1 支撐向量機基本原理--------------------------------------------------- 27
3.2 支撐向量機迴歸算法及其實現--------------------------------------- 31
肆、 建構用戶違章用電分類系統------------------------------------------ 37
4.1 用戶合理用電模型------------------------------------------------------ 37
4.2 以支撐向量機建構違章用電分類器--------------------------------- 46
4.3 人機介面設計------------------------------------------------------------ 51
4.4 伺服器資料庫設計------------------------------------------------------ 58
伍、 測試與結果分析--------------------------------------------------------- 61
5.1 資料收集與分析--------------------------------------------------------- 61
5.2 違章用電測試分析------------------------------------------------------ 66
5.3 違章用電結果分析------------------------------------------------------ 86
陸、 結論與未來研究方向--------------------------------------------------- 109
6.1 結論------------------------------------------------------------------------ 109
6.2 未來研究方向------------------------------------------------------------ 110
參考文獻 ------------------------------------------------------------------------------ 111
附錄一 現行用戶竊電取締之法令依據與處理規則------------------------ 114


圖 目 錄

圖1.1 觀測型電表之裝設------------------------------------------------------ 3
圖1.2 數位電表系統方塊圖--------------------------------------------------- 3
圖1.3 警報型電表系統--------------------------------------------------------- 4
圖1.4 GSM/GPRS資料收集系統整體架構圖----------------------------- 11
圖2.1 彰化地區低壓電力總戶數分佈圖------------------------------------ 13
圖2.2 雲林地區低壓電力總戶數分佈圖------------------------------------ 14
圖2.3 嘉義地區低壓電力總戶數分佈圖------------------------------------ 14
圖2.4 屏東地區低壓電力總戶數分佈圖------------------------------------ 15
圖3.1 線性可分之分類超平面------------------------------------------------ 28
圖3.2 支撐向量機分類器架構------------------------------------------------ 29
圖4.1 合理負載模型建立流程------------------------------------------------ 38
圖4.2(a) 虱目魚養殖戶夏月合理日負載曲線圖------------------------------ 40
圖4.2(b) 虱目魚養殖戶非夏月合理日負載曲線圖--------------------------- 40
圖4.2(c) 虱目魚養殖戶夏月及非夏月合理日負載曲線比較圖-------- 40
圖4.3(a) 鰻魚養殖戶夏月合理日負載曲線圖--------------------------------- 42
圖4.3(b) 鰻魚養殖戶非夏月合理日負載曲線圖------------------------------ 42
圖4.3(c) 鰻魚養殖戶夏月及非夏月合理日負載曲線比較圖--------------- 42
圖4.4(a) 龍膽石斑養殖戶夏月合理日負載曲線圖--------------------------- 44
圖4.4(b) 龍膽石斑養殖戶非夏月合理日負載曲線圖------------------------ 44
圖4.4(c) 龍膽石斑養殖戶夏月及非夏月合理日負載曲線比較圖--------- 44
圖4.5 SVM分類架構----------------------------------------------------------- 46
圖4.6 SVM兩階段篩選過程流程圖----------------------------------------- 48
圖4.7 SVM Training架構圖--------------------------------------------------- 50
圖4.8 Web Based高低壓用戶最適契約容量分析暨管理系統介面--- 51
圖4.9 以契約容量作為查詢條件--------------------------------------------- 52
圖4.10 以經常契約超約平均百分比作為查詢條件------------------------ 52
圖4.11 介面操作流程------------------------------------------------------------ 53
圖4.12 人機介面顯示圖--------------------------------------------------------- 54
圖4.13 選擇區處------------------------------------------------------------------ 55
圖4.14 選擇行業類別------------------------------------------------------------ 55
圖4.15 選擇年度------------------------------------------------------------------ 56
圖4.16 選擇契約容量------------------------------------------------------------ 56
圖4.17 資料查詢結果------------------------------------------------------------ 57
圖4.18 EXCEL輸出之畫面----------------------------------------------------- 57
圖4.19 資料轉換儲存系統架構圖--------------------------------------------- 58
圖4.20 實體關係圖--------------------------------------------------------------- 60
圖5.1 第一階段SVM篩選測試值結果(彰化區處-3kW)---------------- 67
圖5.2 第二階段SVM篩選測試值結果(彰化區處-3kW) --------------- 68
圖5.3 第一階段SVM篩選測試值結果(彰化區處-10kW)-------------- 70
圖5.4 第二階段SVM篩選測試值結果(彰化區處-10kW)-------------- 71
圖5.5 第一階段SVM篩選測試值結果(雲林區處-3kW)---------------- 72
圖5.6 第二階段SVM篩選測試值結果(雲林區處-3kW)---------------- 73
圖5.7 第一階段SVM篩選測試值結果(雲林區處-10kW)-------------- 75
圖5.8 第二階段SVM篩選測試值結果(雲林區處-10kW)-------------- 76
圖5.9 第一階段SVM篩選測試值結果(嘉義區處-3kW)---------------- 77
圖5.10 第二階段SVM篩選測試值結果(嘉義區處-3kW)---------------- 78
圖5.11 第一階段SVM篩選測試值結果(嘉義區處-10kW)-------------- 80
圖5.12 第二階段SVM篩選測試值結果(嘉義區處-10kW)-------------- 81
圖5.13 第一階段SVM篩選測試值結果(屏東區處-3kW)---------------- 82
圖5.14 第二階段SVM篩選測試值結果(屏東區處-3kW)---------------- 83
圖5.15 第一階段SVM篩選測試值結果(屏東區處-10kW)-------------- 85
圖5.16 第二階段SVM篩選測試值結果(屏東區處-10kW)-------------- 86
圖5.17 第一階段與第二階段分析結果之戶數統計(彰化區處-3kW) 87
圖5.18 第一階段與第二階段分析結果之用電度數統計(彰化區處-3kW) ---------------------------------------------------------------------
88
圖5.19 第一階段與第二階段分析結果之戶數統計(彰化區處-10kW) ------------------------------------------------------------------------------
89
圖5.20 第一階段與第二階段分析結果之用電度數統計(彰化區處-10kW) --------------------------------------------------------------------
90
圖5.21 第一階段與第二階段分析結果之戶數統計(雲林區處-3kW)--- 91
圖5.22 第一階段與第二階段分析結果之用電度數統計(雲林區處-3kW) ---------------------------------------------------------------------
92
圖5.23 第一階段與第二階段分析結果之戶數統計(雲林區處-10kW)- 93
圖5.24 第一階段與第二階段分析結果之用電度數統計(雲林區處-10kW) ------------------------------------------------------------------
94
圖5.25 第一階段與第二階段分析結果之戶數統計(嘉義區處-3kW)--- 95
圖5.26 第一階段與第二階段分析結果之用電度數統計(嘉義區處-3kW) ---------------------------------------------------------------------
96
圖5.27 第一階段與第二階段分析結果之戶數統計(嘉義區處-10kW) ------------------------------------------------------------------------------
97
圖5.28 第一階段與第二階段分析結果之用電度數統計(嘉義區處-10kW) --------------------------------------------------------------------
98
圖5.29 第一階段與第二階段分析結果之戶數統計(屏東區處-3kW) -- 99
圖5.30 第一階段與第二階段分析結果之用電度數統計(屏東區處-3kW) ---------------------------------------------------------------------
100
圖5.31 第一階段與第二階段分析結果之戶數統計(屏東區處-10kW) ------------------------------------------------------------------------------
101
圖5.32 第一階段與第二階段分析結果之用電度數統計(屏東區處-10kW) --------------------------------------------------------------------
102
圖5.33 不合理戶數-3kW-------------------------------------------------------- 107
圖5.34 不合理戶數-10kW------------------------------------------------------ 107
圖5.35 不合理用電度數-3kW-------------------------------------------------- 108
圖5.36 不合理用電度數-10kW------------------------------------------------ 108






















表 目 錄

表2.1 影響水車(增氧機)運轉時間要素表------------------------------------ 17
表2.2 虱目魚基本負載組成----------------------------------------------------- 18
表2.3 鰻魚基本負載組成-------------------------------------------------------- 19
表2.4 龍膽石斑基本負載組成-------------------------------------------------- 20
表2.5 虱目魚夏月負載組成及各個負載啟閉用電時間-------------------- 21
表2.6 虱目魚非夏月負載組成及各個負載啟閉用電時間----------------- 22
表2.7 鰻魚夏月負載組成及各個負載啟閉用電時間----------------------- 22
表2.8 鰻魚非夏月負載組成及各個負載啟閉用電時間-------------------- 23
表2.9 龍膽石斑夏月負載組成及各個負載啟閉用電時間----------------- 23
表2.10 龍膽石斑非夏月負載組成及各個負載啟閉用電時間-------------- 23
表4.1 虱目魚夏月與非夏月月用電及養殖週期八個月總用電量-------- 41
表4.2 鰻魚夏月與非夏月月用電及養殖週期十個月總用電量----------- 43
表4.3 龍膽石斑夏月與非夏月月用電及養殖週期十二個月總用電量-- 45
表4.4 SVM訓練資料------------------------------------------------------------- 49
表4.5 SVM輸入資料------------------------------------------------------------- 49
表4.6 SVM輸入目標值---------------------------------------------------------- 50
表4.7 用戶屬性資料表----------------------------------------------------------- 57
表4.8 用戶月用電資料表-------------------------------------------------------- 59
表4.9 用戶行業類別資料表----------------------------------------------------- 59
表4.10 用戶區處資料表----------------------------------------------------------- 59
表5.1 彰化地區低壓電力戶數分布前四名----------------------------------- 62
表5.2 雲林地區低壓電力戶數分布前四名----------------------------------- 63
表5.3 嘉義地區低壓電力戶數分布前四名----------------------------------- 64
表5.4 屏東地區低壓電力戶數分布前四名----------------------------------- 65
表5.5 養殖用戶資料表----------------------------------------------------------- 65
表5.6 第一階段SVM分類測試值(彰化區處-3KW) ----------------------- 67
表5.7 第二階段SVM分類測試值(彰化區處-3KW) ----------------------- 68
表5.8 第一階段SVM分類測試值(彰化區處-10KW) ---------------------- 69
表5.9 第二階段SVM分類測試值(彰化區處-10KW) ---------------------- 70
表5.10 第一階段SVM分類測試值(雲林區處-3KW) ----------------------- 72
表5.11 第二階段SVM分類測試值(雲林區處-3KW) ----------------------- 73
表5.12 第一階段SVM分類測試值(雲林區處-10KW) ---------------------- 74
表5.13 第二階段SVM分類測試值(雲林區處-10KW) ---------------------- 75
表5.14 第一階段SVM分類測試值(嘉義區處-3KW) ----------------------- 77
表5.15 第二階段SVM分類測試值(嘉義區處-3KW) ----------------------- 78
表5.16 第一階段SVM分類測試值(嘉義區處-10KW) ---------------------- 79
表5.17 第二階段SVM分類測試值(嘉義區處-10KW) ---------------------- 80
表5.18 第一階段SVM分類測試值(屏東區處-3KW) ----------------------- 82
表5.19 第二階段SVM分類測試值(屏東區處-3KW) ----------------------- 83
表5.20 第一階段SVM分類測試值(屏東區處-10KW) ---------------------- 84
表5.21 第二階段SVM分類測試值(屏東區處-10KW) ---------------------- 85
表5.22 西元2005年全年總用電量統計---------------------------------------- 104
表5.23 西元2006年全年總用電量統計---------------------------------------- 105
表5.24 西元2007年全年總用電量統計---------------------------------------- 106
[1]International Utilities Revenue Protection Association, http://www.iurpa.org/
[2]C. J. Bandim, J. E. R. Alves Jr, A.V. Pinto Jr, F.C. Souza, M.R.B. Loureiro, C. A. Magalhges and F.Galvez-Durand, “Identification of Energy Theft and Tampered Meters Using a Central Observer Meter: A Mathematical Approach,” IEEE Transmission and Distribution Conference and Exposition, Vol.1, pp. 163–168, 2003.
[3]Saptarshi De, Rahul Anand, A Naveen and Sirat Moinuddin, “e-Metering Solution for checking energy thefts and streamlining revenue collection in INDIA,” IEEE Transmission and Distribution Conference and Exposition, Vol.2, pp. 654–658, 2003.
[4]Rahul hand, Saptarshi De, A Naveen, “Design and Development of Vigilant Energy Metering System (VEMS) and its Applications,” IEEE Student Conference on Research and Development, pp. 15–18, 2003.
[5]馮曉琴,“竊電分析及防竊電技術措施”,四川電力技術期刊,第5期,pp. 24–25,2005。
[6]黃佳文,陳裕清,楊海鵬,蘇德勝,卓明遠,藍榮進,簡志清,低壓用戶違章用電監測系統設計與建置,台電工程月刊,台灣電力公司研究計畫,第707期,pp. 30–40,2007年7月。
[7]經濟部能源局網站,“處理竊電規則”,http://www.moeaboe.gov.tw/。
[8]台灣電力公司網站,“台電公司營業規則”,http://www.taipower.com.tw/。
[9]V. N. Vapnik, The Nature of Statistical Learning Theory, Springer-Verlag, New York, 1995.
[10]李凱,郭子雪,“一種基於SVM的函數模擬方法”,[J].微機發展,pp. 5–6,2001。
[11]段江濤,李凌均,張周鎖,何正嘉,符寒光,”基於支撐向量機的機械系統多故障分類方法”,農業機械學報,pp. 144–147,2004。
[12]K-R Müller, Smola A J,and Ra tsch G, et al. “Predicting Time Series With Support Vector Machines ,” In Proc. of ICANN'97, Springer Lecture Notes in Computer Science, pp. 999–1005, 1997.
[13]Kuan-yu Chen, “Application of Support Vector Regression in Forecasting International Tourism Demand,” Tourism Management Research Vol. 4 No. 1, pp. 81–97, June, 2004.
[14]C. L. Wang, “支撐向量機在地下水位預報中的應用研究”, May. 2002; also see http://www.cws.net.cn/Journal/slxb/200305/22.html/。
[15]M. H. Wang, “Evolving Neural Nets Network for Power Transformer Incipient Fault Diagnosis,” IEE Proceedings-Generation, Trans., pp. 679–685, 2003.
[16]Yuanping. Ni, “One Intelligent Method for Fault Diagnosis and Its Application,” IEEE Trans. Power Del, pp. 755–758, 2000.
[17]J. R. Huang, Using Support Vector Machine to Category Images Variation for the Image Query, (Thesis for the Degree of Master), 20, July, 2004.
[18]王錦榮,利用GSM資料收集模組與多層支撐向量機分類器建構電力變壓器故障診斷系統,國立高雄應用科技大學,碩士論文,2005年7月。
[19]C. H. Yann, “Evolving Neural Nets for Fault Diagnosis of Power Transformers,” IEEE Trans. Power Del. 18 (3), pp. 843–848, 2003.
[20]黃國源,類神經網路與圖形辨識,維科出版社,2003年3月。
[21]羅華強,類神經網路-MATLAB的應用,高立出版社,2005年7月。
[22]黃鐘慶,黃佳文,陳朝順,鄭義,蔡亮國,張慧琪,台電系統中部及北部地區負載特性調查分析研究,期末報告第二冊,台灣電力公司研究計畫,1998年4月。
[23]黃佳文,陳裕清,楊海鵬,楊新全,卓明遠,李鴻仁,藍榮進,趙鴻仁,高低壓用戶最佳契約容量分析暨管理軟體開發,台電工程月刊,台灣電力公司研究計畫,第687期,pp. 70–90,2005年11月。
[24]李卓翰,資料倉儲理論與實務,學貫出版社,2005年7月。
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top