基于t-LeNet与时间序列分类的窃电行为检测 |
| |
作者单位: | 国网青海省电力公司信息通信公司,西宁810008;南京农业大学人工智能学院,南京210095 |
| |
摘 要: | 窃电行为是导致电力企业电能与经济效益损失的重要原因.提出了一种基于t-LeNet(Time-Series Specific Version of LeNet Model)与时间序列分类(Time Series Classification, TSC)的窃电行为检测方法:首先,获取用户用电量时序数据,使用降采样方法生成训练集;然后,使用t-LeNet神经网络训练并预测得到分类结果,判断用户是否存在窃电行为.使用国家电网真实用户的用电量数据集进行了实验验证.实验结果表明,所提方法相较于基于Time-CNN(Time Convolutional Neural Network)、MLP(Muti-Layer Perception)的时间序列分类方法,在综合评价指标、精确率、召回率指标上均有不同程度提高,其对窃电行为的检测具有可行性与有效性.
|
关 键 词: | 时间序列分类 t-LeNet 窃电检测 |
本文献已被 CNKI 万方数据 等数据库收录! |
|