Improving Electricity Theft Detection using Combination of Improved Crow Search Algorithm and Support Vector Machine
محل انتشار: مجله مهندسی برق مجلسی، دوره: 15، شماره: 4
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: انگلیسی
مشاهده: 118
نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_MJEE-15-4_005
تاریخ نمایه سازی: 23 بهمن 1401
چکیده مقاله:
Energy losses in the electricity distribution and transmission network and electricity theft detection are major challenges of electricity suppliers around the world. Advanced metering infrastructure (AMI) is an essential segment of the smart grids that is responsible for gathering, measuring and analyzing consuming data of customers. The addition of a security layer to AMI has paved the way for the electricity theft in new ways. The analysis of consumed data related to users is one of the essential resources to identify electricity thieves. In this paper, the crow search algorithm (CSA) is improved and the factors of weight (w ) and awareness probability (AP ) are obtained dynamically and used to adjust the parameters c and γ of support vector machine (SVM). The results illustrate that the ICSA-SVM framework has acceptable performance and detects fraudulent customers with a high accuracy.
کلیدواژه ها:
نویسندگان
Hassan Ghaedi
Department of Computer, Neyshabur Branch, Islamic Azad University, Neyshabur, Iran.
Seyed Reza Kamel Tabbakh
Department of Computer, Mashhad Branch, Islamic Azad University, Mashhad, Iran.
Reza Ghaemi
Department of Computer, Quchan Branch, Islamic Azad University, Quchan, Iran.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :