基于知识嵌入和DNN的工商业用户异常用电检测

• 作者: 李江腾 王非
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 智能电网 人工智能 深度学习 神经网络 异常用电
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能电网技术
• 页码范围: 158-165
• 页数: 8页
• 分类号: TM933
• 字数: 6429字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2020.03.023

摘要

目前的异常用电检测研究主要以居民用户为对象,并不适用于工商业用户.针对此问题,文中提出一种融合了电能计量原理的基于深度学习的异常用电检测方法.首先,分析了各类异常用电的数据现象,结果说明单纯采用智能电表数据不足以准确检测异常用电.文中遵循电能计量原理,将描述电气参量内部逻辑关系的指标作为知识嵌入智能电表数据,构建深度学习样本模型.然后提出一个改进的深度混合残差神经网络,从海量智能电表数据中学习用于识别异常用电的高级特征.实验结果表明,相比多个基准算法,文中方法在所有评估指标上均取得了明显的提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王非	华中科技大学电信学院	6	20	3.0	4.0
2	李江腾	华中科技大学电信学院	1	0	0.0	0.0