深度学习在电力系统异常损耗数据识别中的应用研究 |
| |
引用本文: | 徐欢,杨秋勇,邹文景,钏涛,黄祖源.深度学习在电力系统异常损耗数据识别中的应用研究[J].南京邮电大学学报(自然科学版),2024(2):101-110. |
| |
作者姓名: | 徐欢 杨秋勇 邹文景 钏涛 黄祖源 |
| |
作者单位: | 1. 南方电网有限责任公司;3. 云南电网有限责任公司 |
| |
摘 要: | 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。
|
关 键 词: | 深度学习 数据管理 异常识别 |
|
|