数据驱动下的用户异常用电行为检测方法

• 作者: 赵玉谦 赵彩霞 张倚天
• 来源期刊: 信息技术
• 关键词: 智能电网 电力数据 异常行为检测 主成分分析 深度循环神经网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 应用技术|APPLIED TECHNOLOGY
• 页码范围: 127-132
• 页数: 6页
• 分类号: TM715|TP311
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.08.024

摘要

针对智能电网条件下用户异常用电行为问题,提出了一种基于主成分分析和深度循环神经网络(PCA-RNN)的异常用电行为检测方法.该方法首先利用核主成分分析对电力负荷数据进行降维处理,生成主成分特征子集,然后基于长短记忆网络(LSTM)和门控循环单元(GRU)构建深度循环神经网络(RNN)模型,检测异常用电行为.实验结果表明,该方法能够有效检测出异常用电行为,且具有较高的准确率和鲁棒性.