-
公开(公告)号：CN112926686A
公开(公告)日：2021-06-08
申请号：CN202110338988.2
申请日：2021-03-30
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于BRB和LSTM模型的电力大数据用电异常检测方法及装置，其中方法具体包括以下步骤：从用电量大数据中提取用户用电量波动特征和用户用电量曲线异常特征；建立置信规则推理BRB系统，对电量波动系数和毛刺宽度总和进行置信度转换；根据置信规则推理BRB系统中的置信规则库，采用证据推理ER算法对比转换后的置信度，得到用户非技术性损失NTL异常性输出结果中每一个参考值的信任程度；用户非技术性损失NTL异常性用电进行标定；在标定数据的基础上建立长短记忆LSTM模型，并使用LSTM模型对异常用电特征进行有效提取与检测，最终准确诊断出NTL异常情况。本发明可有效识别异常用电情况。
-
公开(公告)号：CN112926687A
公开(公告)日：2021-06-08
申请号：CN202110339366.1
申请日：2021-03-30
Applicant: 武汉工程大学
Abstract: 本发明公开了一种基于PCANet和WNN的用户异常用电检测的方法，包括以下步骤：S1、获取某一时间范围内用户的用电量数据，并对其进行数据预处理；S2、对预处理后的数据进行电信号特征提取，并通过采用主成分分析对用电特征进行多次降维处理，得到最终的用电特征输出；S3、将最终的用电特征通过小波神经网络WNN模型进行关联映射，检测出用户的异常用电行为。本发明可以准确的检测出用户的用电异常，促使系统对用电异常的用户进行警告，充分保证减少用电过程中的非技术性损失，提高经济效益。
-
公开(公告)号：CN112926686B
公开(公告)日：2023-11-17
申请号：CN202110338988.2
申请日：2021-03-30
Applicant: 武汉工程大学
IPC: G06F18/2433 , G06F18/213 , G06F18/214 , G06N3/0442 , G06N5/025 , G06N5/04 , G06Q50/06
Abstract: 本发明公开了一种基于BRB和LSTM模型的电力大数据用电异常检测方法及装置，其中方法具体包括以下步骤：从用电量大数据中提取用户用电量波动特征和用户用电量曲线异常特征；建立置信规则推理BRB系统，对电量波动系数和毛刺宽度总和进行置信度转换；根据置信规则推理BRB系统中的置信规则库，采用证据推理ER算法对比转换后的置信度，得到用户非技术性损失NTL异常性输出结果中每一个参考值的信任程度；用户非技术性损失NTL异常性用电进行标定；在标定数据的基础上建立长短记忆LSTM模型，并使用LSTM模型对异常用电特征进行有效提取与检测，最终准确诊断出NTL异常情况。本发明可有效识别异常用电情况。
-
-
Search Results
3
records
(took 0.02 seconds)
