Caramel LabCaramel Lab
#

전력 도난 탐지

2편의 한국어 분석 — 최신순으로 정렬했어요

전기·전자발표 2026.09· 0

전력 도난 탐지 위한 체비셰프 특징 확장 신경망

전력 도난은 전력 시스템의 비기술적 손실의 주요 원인으로, 막대한 재정적 손실과 전력망 신뢰성에 영향을 미칠 수 있습니다. 본 논문은 비선형 전력 소비 패턴의 표현을 강화하기 위해 입력 단계에 3차 체비셰프 다항식 특징 확장 계층을 통합한 경량 신경망 프레임워크를 제안합니다. 제안된 프레임워크는 이진 및 다중 클래스 전력 도난 탐지 시나리오를 나타내는 두 가지 공개 벤치마크 데이터셋(OEDI 및 SGCC)으로 평가되었습니다. 체비셰프 다항식 차수, 전처리 구성 요소 및 대체 비선형 특징 확장 기술의 영향을 종합적인 제거 연구를 통…

전기·전자발표 2026.09· 0

전력 도난 탐지: 머신 vs 딥러닝

본 연구는 월별 요금 데이터와 현장 검사로 확인된 라벨만으로 전력 도난을 탐지할 때, 어떤 지도 학습 모델이 불규칙한 소비 패턴을 효과적으로 식별하는지 탐구합니다. 이는 AMI(지능형 원격 검침 인프라)의 고해상도 시계열 데이터 없이도 적용 가능한 방법론을 모색합니다. 4,000명의 고객과 864건의 도난 사례를 포함하는 2021년 1월부터 2025년 5월까지의 53개월치 kWh 데이터를 활용했습니다. 도난 사례를 모두 유지하면서 다수 클래스 언더샘플링을 통해 1:1 균형 학습 세트를 구축한 후, K-최근접 이웃, 결정 트리, 서…

연구 트렌드로 돌아가기