原文服务方: 计算机测量与控制       
摘要:
异常用电检测能够及时发现异常用电行为,在减少能源浪费和经济损失的同时能够维持安全、稳定的电网运行环境;智能电表的普及使得用电数据获取十分容易,为数据驱动的异常用电检测方法提供了充足的数据支持;然而,在实际应用过程中,异常数据较少导致的数据非均衡问题严重影响了模型的训练效果;因此,针对上述问题提出了一种针对非均衡数据的门控循环单元异常用电检测方法;该方法利用边界合成少数类过采样技术实现了对少数类数据的有效扩充;为了更好地捕捉用电数据的时序特征,采用了门控循环单元实现对用电数据的分类;为了验证该方法的有效性,基于非均衡数据集进行了对比实验;实验结果表明,该方法能够达到更好的数据扩充效果以及更准确的异常用电检测效果。
推荐文章
基于智能电表大数据的异常用电检测
监督学习
非技术损失
智能电表
超梯度提升树
基于粒子群算法的异常用电检测方法
异常用电检测
粒子群算法
负荷模式
模式匹配
基于智能电表大数据的异常用电检测
监督学习
非技术损失
智能电表
超梯度提升树
门控递归单元神经网络坐标变换盲均衡算法
盲均衡
门控递归单元
神经网络
代价函数
坐标变换
码间干扰
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于门控循环单元的非均衡数据驱动异常用电检测方法
来源期刊 计算机测量与控制 学科
关键词 异常用电检测 异常用电行为 数据非均衡 边界合成少数类过采样 门控循环单元 时序特征
年,卷(期) 2024,(10) 所属期刊栏目 测试与故障诊断
研究方向 页码范围 54-60
页数 7页 分类号
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2023.10.009
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
异常用电检测
异常用电行为
数据非均衡
边界合成少数类过采样
门控循环单元
时序特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
论文1v1指导