一种基于优化GRU-LR模型的窃电行为检测方法

本发明涉及一种基于优化GRU‑LR模型的窃电行为检测方法，属于电力电子控制技术领域。包括以下的步骤：A)获取用户用电数据，进行数据预处理，确保数据的质量和一致性；B)采用L1正则化作为特征选择的方法，通过对数据集中的特征进行稀疏化处理，发现与窃电事件关联度高的特征指标；C)从选取的特征指标中构建GRU深度学习模型。采用Adam算法进行模型训练；D)结合逻辑回归分类器，对GRU模型的输出进行分类，实现对窃电事件的快速识别；E)得到模型各评估指标，对模型全面评估；F)利用经过训练的模型，实施对用户窃电事件的检测。本发明的优点是：通过建立窃电行为检测模型能够大幅度提高用户用电检测的判断性和灵活性，有效分析用户是否存在窃电问题。