摘要
本发明提供了一种基于神经网络模型的窃电检测方法及装置,适用于电力系统技术领域,包括:对待检测地区进行划分得到多个检测区域;获取每个检测区域的历史用电数据,对神经网络模型进行训练,得到用电预测模型;针对每个检测区域,获取每个用电户的类型和不同类型用电户的比例,基于比例确定该检测区域的最大允许用电波动值,对该检测区域进行用电预测,将预测用电数据与实际用电数据进行比较得到实际波动值;确定异常区域以及每个异常区域的相似区域,基于相似区域对异常区域进行筛选,确定窃电区域。本发明通过用电预测模型进行用电预测,并确定异常区域,再通过相似区域确定窃电区域,保证了窃电区域的准确性,有效的缩小了窃电的排查范围。
技术关键词
神经网络模型
数据
时间段
交叉验证方法
警报系统
线损
模块
电力系统
总量
训练集
因子
通知
序列
系统为您推荐了相关专利信息
重金属污染监测
数据降维方法
反射率差异
矿山
铜矿
多模态数据采集
客户端
模型训练方法
多元异构数据
生物电信号采集电极
种子检测方法
智能算法
三维点云数据
种子检测装置
带式输送装置
生成方法
数据传输机制
数据处理机制
队列
数据处理模型
热力管道
前馈神经网络
寿命预测方法
门控循环单元
数据