基于TensorFlow深度学习框架的窃电分析研究

• 作者: 李莎
• 来源期刊: 电气传动自动化
• 关键词: TensorFlow深度学习 框架 窃电分析
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 研究与综述
• 页码范围: 4-6
• 页数: 3页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1005-7277.2021.01.002

摘要

目前,对于电力用户异常用电的问题为研究,提出基于深度学习用户异常用电模式检测相关模型,同时借助Tensorflow框架,进一步构建多层特征匹配网络以及特征提取网络.长短期记忆特征提取网络,能够从大量时间序列中获取不同序列特征,对于全连接网络多层特征匹配网络,研究学者提出,利用所提取特征数据,以完成异常用电数据的相关检测.通过实际研究发现,相比非深度学习检测模型来说,研究基于深度Tensorflow学习框架模型,能够有效完成异常用电模式的检测工作,除此之外,相比多层长短期记忆特征提取,目前来说,所提取的模型鲁棒性和准确性较好.