10.16081/j.issn.1006-6047.2018.09.006
基于深度学习的用户异常用电模式检测
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.
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
38
TM715(输配电工程、电力网及电力系统)
国家自然科学基金资助项目51407076
2018-10-19(万方平台首次上网日期,不代表论文的发表时间)
共5页
34-38