基于深度学习变分自动编码器算法的电价执行稽查研究

• 作者: 关艳 曹世龙 杨飞龙 王英新 高曦莹
• 来源期刊: 东北电力技术
• 学科: 工学
• 关键词: 深度学习 变分自动编码 电价执行稽查 数据异质
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 分析与应用
• 页码范围: 58-62
• 页数: 5页
• 分类号: F426|TP311
• 字数: 3168字
• 语种: 中文

摘要

提出一种利用深度学习中的变分自动编码器技术进行电价执行稽查的方法,利用变分自动编码器异常检测算法模型既可以作为判别模型又可以作为生成模型的特点,有效解决了目前电价执行稽查多种异构参数的计算问题,通过重构概率来有效判定用电客户是否异常.同时,由于算法判别过程中生成模型可对数据进行同特征恢复,有效解决样本数据不完整问题.通过试验测试证明了算法有效性,解决了不同电价执行稽查工作中数据异质,提高了稽查准确性,为电力营销工作提供了有效的保障.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨飞龙	国网辽宁省电力有限公司电力科学研究院	8	3	1.0	1.0
2	高曦莹	国网辽宁省电力有限公司电力科学研究院	8	4	1.0	1.0
3	关艳	国网辽宁省电力有限公司电力科学研究院	8	17	2.0	4.0
4	曹世龙	国网辽宁省电力有限公司电力科学研究院	2	1	1.0	1.0
5	王英新		1	1	1.0	1.0