臺灣博碩士論文加值系統

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，進行商業型用戶違章用電之分類。首先，本文收集台灣代表性之商業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，針對商業型用戶違章用電行為與特性，建立商業型用戶之違章用電分類器，針對各類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商業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，以台電各區處商業型用戶為對象進行模擬分析，以推求用戶可能之違章用電資訊，並驗證本論文所提商業型用戶違章用電辨識之實用性與性能。

This thesis proposes support vector machine based pattern recognition technique to classify commercial customer electricity theft by establishing and comparing with the various rational load patterns. First, in this thesis, Taiwan commercial customers’ historical electricity data is collected to derive the summer and non-summer reasonable power consumption model. Moreover, the SVM network model is employed to train the selected commercial customer data set to establish the commercial 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 are developed. In this thesis, data transformation service technique is employed to extract, transfer, and load data from customer information system to proposed SQL server database. Finally, testing data covering the Taipower business district is selected for computer simulation to demonstrate the practicality and effectiveness of the proposed method.

摘 要 i
ABSTRACT ii
誌謝 iii
目錄 iv
圖 目 錄 vi
表 目 錄 viii
第一章、緒論 1
1.1研究背景與動機 1
1.2文獻回顧 2
1.3 論文架構 12
第二章、用戶用電分析 13
2.1 用戶分類與統計 13
2.2 用戶行業類別及負載特性分析 17
2.2.1 用戶行業類別分析 17
2.2.2 用戶負載特性分析 18
2.3 用戶負載組成與負載用電分析 24
2.4用戶違章用電類型分析 27
第三章、支撐向量機理論 29
3.1 支撐向量機基本原理 30
3.2 支撐向量機迴歸演算法及其實現 34
第四章、建構用戶違章用電分類系統 40
4.1 用戶合理用電模型 40
4.2 以支撐向量機建構違章用電分類器 43
4.3 人機介面設計 43
4.4伺服器資料庫設計 43
第五章、測試與結果分析 43
5.1 資料收集與分析 43
5.2 違章用電測試分析 43
5.3 違章用電結果分析 43
第六章、結論與未來研究方向 43
6.1結論 43
6.2未來研究方向 43
參考文獻 43
附錄一 現行用戶竊電取締之法令依據與處理規則 43

[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]2009年台灣能源統計年報：經濟部能源會。
[8]王文伯、蔡尤溪、郭華生、林琦翔、李思昀、李達生、蕭弘清、楊正光，購物中心Q＆A節約能源技術手冊，經濟部能源局，2008年。
[9]量販店訪測服務報告，產業約能源技術服務 (經濟部能源研究發展基金九十一年度計畫)。
[10]王文伯、蕭弘清、蔡尤溪、郭華生、陳信男、忻珮雯、楊正光、鄭聰哲，量販店節能技術手冊，經濟部能會編印，2002年8月。
[11]王文伯、蔡尤溪、李魁鵬、郭華生、陳信男、忻珮雯、羅欽煌、柯明村超級市場節能技術手冊，經濟部能會編印，2002年8月。
[12]經濟部能源局網站，“處理竊電規則”，http://www.moeaboe.gov.tw/。
[13]台灣電力公司網站，“台電公司營業規則”，http://www.taipower.com.tw/。
[14]V. N. Vapnik, The Nature of Statistical Learning Theory, Springer-Verlag, New York, 1995.
[15]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。
[16]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。
[17]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.
[18]K. Y. Chen, “Application of Support Vector Regression in Forecasting International Tourism Demand,” Tourism Management Research Vol. 4 No. 1, pp. 81–97, June, 2004.
[19]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/。
[20]M. H. Wang, “Evolving Neural Nets Network for Power Transformer Incipient Fault Diagnosis,” IEE Proceedings-Generation, Trans., pp. 679–685, 2003.
[21]Yuanping. Ni, “One Intelligent Method for Fault Diagnosis and Its Application,” IEEE Trans. Power Del, pp. 755–758, 2000.
[22]J. R. Huang, Using Support Vector Machine to Category Images Variation for the Image Query, (Thesis for the Degree of Master), 20, July, 2004.
[23]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。
[24]C. H. Yann, “Evolving Neural Nets for Fault Diagnosis of Power Transformers,” IEEE Trans. Power Del. 18 (3), pp. 843–848, 2003.
[25]黃國源，類神經網路與圖形辨識，維科出版社，2003年3月。
[26]羅華強，類神經網路-MATLAB的應用，高立出版社，2005年7月。
[27]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。
[28]王文伯、蔡尤溪、郭華生、陳信男、忻珮雯、楊正光、連錦杰、宋平生、游士生，便利商店節能技術手冊，經濟部能會編印，2002年8月。
[29]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。
[30]李卓翰，資料倉儲理論與實務，學貫出版社，2005年7月。