摘要
本发明涉及窃电行为识别技术领域,公开了一种窃电行为识别方法及系统,包括采集用电行为数据,并转换为频域分量;根据初始频段分界点,对频域分量进行频域分析,得到初始频域特征,并根据初始频域特征,对初始频段分界点进行调整,得到频段分界点;根据频段分界点,对频域分量进行频域分析,得到频域特征,并将频域特征整合为频域特征矩阵;将频域特征矩阵输入特征提取模型,得到卷积特征向量,并通过窃电行为检测算法对卷积特征向量进行数据处理,得到窃电概率。本发明通过动态调整频段分界点,提高了频域特征提取的精准度,通过特征提取模型提取深层次用电特征,并基于非线性处理后的特征值进行窃电概率计算,提高了窃电行为识别的精度和效率。
技术关键词
频段
特征提取模型
特征值
识别方法
Sigmoid函数
深层卷积神经网络
非线性特征
频域特征提取
矩阵
功率
频率
特征提取模块
数据处理模块
密度
算法
识别系统
识别模块
系统为您推荐了相关专利信息
预报方法
绞吸挖泥船绞刀
真空传感器
方程
密度计
RBF神经网络
节点数
变压器保护技术
神经网络输出层
非线性特征提取
特征识别方法
特征提取方法
样本
机械零件
预测类别
原因识别方法
反演模型
网络
原因识别装置
初始故障检测