基于深度循环神经网络的异常用电检测方法

• 作者: 严勤 邓高峰 胡涛 胡志强 马建
• 来源期刊: 中国测试
• 关键词: 高级计量架构 窃电检测 深度循环网络 门控循环单元 长短时记忆网络
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 测控技术|Measurement and Control Technologies
• 页码范围: 99-104
• 页数: 6页
• 分类号: TB9|TM73
• 语种: 中文
• DOI: 10.11857/j.issn.1674-5124.2020060012

摘要

现有的窃电检测方法通常利用电力用户的静态特征和浅层的检测模型,没有充分利用隐含在数据下的时序特征.为此,该文提出基于双向深度循环神经网络的窃电检测方法,分别采用门控循环单元和长短时记忆网络建立双向深度循环神经网络模型,输入用户的用电量数据,利用循环神经网络提取数据的时序特性,将时序特征输入反向传播神经网络进行分类.对爱尔兰社会科学数据档案馆提供的电力用户行为试验数据进行实验分析,该数据集包含5000个家庭和企业用户超过一年的用电量数据,采样时间为30 min.结果表明,与传统浅层的神经网络模型相比,双向深度循环神经网络的窃电检测方法具有更高的准确度和鲁棒性.