一种基于混合深度学习模型的光伏发电窃电检测方法及验证方法

本发明公开一种基于混合深度学习模型的光伏发电窃电检测方法及验证方法，涉及窃电检测技术领域，解决了光伏发电窃电检测方法难以捕获复杂的时间依赖性，多源数据整合不足的技术问题。该窃电检测方法包括：使用序列组表示产消者第天在时间窗口T=24内的多源数据；通过多尺度卷积神经网络CNN对输入数据进行处理，得到一组CNN特征；通过长短期记忆网络LSTM网络对CNN特征进行建模，输出隐藏状态；隐藏状态通过Transformer编码器进行处理，得到Transformer计算结果；通过温度嵌入函数进行温度数据嵌入；得到光伏发电窃电检测概率。本发明捕获复杂的时间依赖性，并集成包括温度统计数据在内的多源数据，提高了窃电检测可靠性和精度。