上传者: weixin_38736721
|
上传时间:2021/9/2 6:54:54
|
文件大小:1.41MB
|
文件类型:PDF
基于改进循环神经网络的窃电行为检测方法研究
针对用电过程中的盗电窃电问题,基于数据挖掘的思想提出了一种自动检测窃电行为的方法。
通过分析用户用电数据的特点,在循环神经网络(RNN)算法的基础上引入长短期记忆单元(LSTM),通过输入门、输出门与遗忘门等函数选择性地保留记忆单元的输入输出信息,改善算法训练时的梯度消失现象。
将RNN网路改进为并行化网络,将长时间序列的输入特征向量进行片段化处理,克服RNN网络在处理长序列时的信息丢失缺点。
使用国家电网的公开数据集进行仿真实验。
结果表明,在相同的时间复杂度下,相较于传统RNN网络,改进算法对窃电行为的识别精度提升到了92.85%,模型的交叉熵损失下降为0.253,AUC增长至0.871,算法的综合功能显著提升。
本软件ID:16691026