深度学习在电力系统异常损耗数据识别中的应用研究

异常损耗是造成电网公司收入损失的主要原因之一，但极其庞大的数据规模给异常数据识别带来了挑战。文中提出了一种新的检测方法，利用混合深度神经网络自我学习特征，识别系统损耗中的异常情况。该方法只需要最小的输入数据和知识范畴，无需手动建立特征库。该方法包括一个长短期记忆网络和一个多层感知器网络。第一个网络分析原始的每日能源损耗历史，第二个网络则整合非时序数据，如合同电量或地理信息。用电网数据对该模型进行了训练和测试。结果表明，所提出的混合神经网络的性能明显优于其他异常数据识别方法，验证了所提出方法的有效性。