10.3969/j.issn.1673-8845.2023.04.035
基于深度学习的三相电能计量系统窃电行为识别方法
进行窃电行为识别时未对数据进行预处理,导致窃电行为识别精度较低,对此,提出基于深度学习的三相电能计量系统窃电行为识别方法.基于三相电能计量系统获取电能数据,对获取到的电能数据进行预处理操作,将与处理后的数据输入到BP神经网络识别模型中进行窃电行为识别.实验结果表明:本文方法的窃电行为识别精度最高达97%,窃电行为识别时长最高仅为54s,证明本文方法的技术水平和应用价值较高.
三相电能计量系统、格拉布斯准则、BP神经网络、窃电行为识别
TP391.41;TP183;G2
2023-08-04(万方平台首次上网日期,不代表论文的发表时间)
共4页
124-127