基于DCNN和SVC的窃电检测

摘要：

针对目前窃电检测方法存在对大规模特征分类准确率较低的问题,提出基于DCNN和SVC的窃电检测方法.从电力数据的二维角度出发,对用户的电力数据按照周数进行矩阵化,利用改进的DCNN算法对二维矩阵进行自主学习,提取特征数据并降低分类器的输入特征维数,将DCNN提取的特征数据输入到SVC分类器中,识别窃电用户.采用国家电网公开数据集建立实验模型,进一步验证方法可行性,结果表明所提方法不仅能降低输入特征维度,而且提高了窃电检测的准确率.

关键词：窃电检测、深度卷积神经网络算法、支持向量分类机

所属期刊栏目：39

分类号：TP3(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;上海市信息安全综合管理技术研究重点实验室开放课题

在线出版日期：2022-07-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：92-97,429