LSTM混合算法在用户电量数据异常检测中的应用
提出一种基于LSTM混合算法的用户电量数据异常检测模型.首先,提出了一种用于电力数据特征提取的检测器,该检测器通过从样本中提取抽象特征重新构造输入,并将重构误差与阈值进行比较,实现电力用户高维特征表示.其次,提出了混合CNN-LSTM的电力数据异常分析网络,利用CNN叠加特征表示,并基于双层LSTM捕获电力数据上下文关系,从而有效提高模型的分类和回归能力.实验阶段,以某电力公司提供的电力数据为例,对所提模型进行验证.实验结果表明,所提模型性能最优,准确率和召回率分别为89.3%和69%.
电力系统、异常检测、深度学习、长短时记忆、卷积神经网络
22
TP393(计算技术、计算机技术)
2022-10-20(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-24,28