基于改进循环神经网络的窃电行为检测方法研究

作     者：刘岩 郑思达 杨晓坤 李文文 魏彤珈 LIU Yan;ZHENG Sida;YANG Xiaokun;LI Wenwen;WEI Tongjia

作者机构：国网冀北电力有限公司营销服务中心北京100045 

基　　金：国家电网科技项目(2017BR3793) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2021年第29卷第2期

页      码：103-107页

摘      要：针对用电过程中的盗电窃电问题,基于数据挖掘的思想提出了一种自动检测窃电行为的方法。通过分析用户用电数据的特点,在循环神经网络(RNN)算法的基础上引入长短期记忆单元(LSTM),通过输入门、输出门与遗忘门等函数选择性地保留记忆单元的输入输出信息,改善算法训练时的梯度消失现象。将RNN网路改进为并行化网络,将长时间序列的输入特征向量进行片段化处理,克服RNN网络在处理长序列时的信息丢失缺点。使用国家电网的公开数据集进行仿真实验。结果表明,在相同的时间复杂度下,相较于传统RNN网络,改进算法对窃电行为的识别精度提升到了92.85%,模型的交叉熵损失下降为0.253,AUC增长至0.871,算法的综合性能显著提升。

主 题 词：RNN 数据挖掘 防窃电 智能电网 深度学习 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.14022/j.issn1674-6236.2021.02.023

馆 藏 号：203101971...