一种基于融合模型的用电异常检测方法

AITNT
正文
推荐专利
一种基于融合模型的用电异常检测方法
申请号:CN202411608530
申请日期:2024-11-12
公开号:CN119720004A
公开日期:2025-03-28
类型:发明专利
摘要
本发明公开了一种融合模型的用电异常检测方法,属于电力电子控制技术领域。其主要由收集用户历史用电数据,并对原数据进行预处理;通过过采样技术SMOTE算法提高异常样本的数量;将处理好的负荷数据划分训练集与测试集训练CNN‑BiLSTM融合模型;利用粒子群优化算法对模糊核聚类算法进行寻优,提取用户正常用电数据典型用电曲线;将待检测数据与典型用电曲线进行相似度系数计算;将相似度小于0.5的数据使用CNN‑BiLSTM融合模型判断是否属于用电异常。然后可利用计算机端向通信模块发送AT指令,从而实现向疑似异常用电的用户发送报警短信。本发明能在用户发生与过往用电行为差异较大时能够及时发现并报警,从用电角度保障了用户的安全,具有一定的实用价值。
技术关键词
异常检测方法 模糊核聚类 粒子群优化算法 SMOTE算法 最佳聚类数目 GSM通信模块 数据 拉格朗日插值法 AT指令 样本 电网用电信息采集 过采样技术 电力电子控制技术 BiLSTM模型 双向长短期记忆网络 典型日负荷曲线 短信
系统为您推荐了相关专利信息
1
一种具有自动调节功能的店铺照明控制系统及其控制方法
照明控制系统 自动调节功能 照度 店铺 环境光传感器
2
太赫兹光谱结合机器学习的痕量有机物种类与浓度的检测方法
训练集数据 支持向量回归模型 支持向量分类 粒子群优化算法 样本
3
配电系统划分方法、装置、设备和存储介质
粒子群优化算法 配电系统 划分方法 参数 分布式电源出力
4
基于机器视觉的周转箱残留物清理方法、设备及清理系统
清理方法 路径规划算法 喷头 清理系统 神经网络模型
5
电力系统预训练模型的插件功能与在线测试方法
强化学习代理 插件模块 在线测试方法 预训练模型 插件功能
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号