基于深度学习的用户异常用电模式检测

摘要：

针对电力用户的异常用电行为,提出一种基于深度学习的用户异常用电模式检测模型.利用TensorFlow框架,构建了特征提取网络和多层特征匹配网络.基于长短期记忆(LSTM)的特征提取网络,从大量时间序列中提取出不同的序列特征.基于全连接网络(FCN)的多层特征匹配网络,利用提取出的特征数据,完成对异常用电数据的检测.实例分析表明,与非深度学习检测模型相比,所提模型可更加有效地完成异常用电模式检测.此外,与多层LSTM分类模型相比,所提模型具有更好的准确性和鲁棒性.

关键词：智能电网、深度学习、长短期记忆、神经网络、用电模式、异常检测、非技术性损失

所属期刊栏目：38

分类号：TM715(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金资助项目51407076

在线出版日期：2018-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：34-38