JADE-Based Feature Selection for Non-technical Losses Detection

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Estadual Paulista (Unesp)-
Autor(es): dc.contributorUniversidade Federal de São Carlos (UFSCar)-
Autor(es): dc.creatorPereira, Clayton Reginaldo [UNESP]-
Autor(es): dc.creatorPassos, Leandro Aparecido [UNESP]-
Autor(es): dc.creatorRodrigues, Douglas-
Autor(es): dc.creatorde Souza, André Nunes [UNESP]-
Autor(es): dc.creatorPapa, João P. [UNESP]-
Data de aceite: dc.date.accessioned2022-02-22T00:32:56Z-
Data de disponibilização: dc.date.available2022-02-22T00:32:56Z-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2020-12-11-
Data de envio: dc.date.issued2019-01-01-
Fonte completa do material: dc.identifierhttp://dx.doi.org/10.1007/978-3-030-32040-9_16-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/201219-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/201219-
Descrição: dc.descriptionNowadays, non-technical losses, usually caused by thefts and cheats in the energy system distribution, are among the most significant problems an electric power company has to face. Several actions are employed striving to contain or reduce the implications of the conducts mentioned above, especially using automatic identification techniques. However, selecting a proper set of features in a large dataset is essential for successful detection rate, though it does not represent a straightforward task. This paper proposes a modification of JADE, an efficient adaptive differential evolution algorithm, for selecting the most representative features concerning the task of computer-assisted non-technical losses detection. Experiments on general-purpose datasets also evidence the robustness of the proposed approach.-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionSchool of Sciences UNESP - São Paulo State University-
Descrição: dc.descriptionDepartment of Computing UFSCar - Federal University of São Carlos-
Descrição: dc.descriptionSchool of Sciences UNESP - São Paulo State University-
Descrição: dc.descriptionFAPESP: 2013/07375-0-
Descrição: dc.descriptionFAPESP: 2014/12236-1-
Descrição: dc.descriptionFAPESP: 2016/19403-6-
Descrição: dc.descriptionFAPESP: 2017/02286-0-
Descrição: dc.descriptionCNPq: 307066/2017-7-
Descrição: dc.descriptionCNPq: 427968/2018-6-
Formato: dc.format141-156-
Idioma: dc.languageen-
Relação: dc.relationLecture Notes in Computational Vision and Biomechanics-
???dc.source???: dc.sourceScopus-
Palavras-chave: dc.subjectAdaptive differential evolution-
Palavras-chave: dc.subjectEnergy theft detection-
Palavras-chave: dc.subjectFeature selection-
Palavras-chave: dc.subjectJADE-
Título: dc.titleJADE-Based Feature Selection for Non-technical Losses Detection-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.