基于深度学习的用户异常用电模式检测

• 作者: 李刚 沈哲吉 赵文清
• 来源期刊: 电力自动化设备
• 学科: 工学
• 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
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: “智能电网+”专题
• 页码范围: 34-38
• 页数: 5页
• 分类号: TM715
• 语种: 中文
• DOI: 10.16081/j.issn.1006-6047.2018.09.006

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵文清	华北电力大学控制与计算机工程学院	52	1101	20.0	32.0
2	李刚	华北电力大学控制与计算机工程学院	45	490	13.0	21.0
3	沈哲吉	华北电力大学控制与计算机工程学院	1	19	1.0	1.0