一种基于双时间特征融合和深度学习的新型窃电检测方法及装置

本发明涉公开了一种基于双时间特征融合和深度学习的新型窃电检测方法及装置，包括：通过智能电表收集用户的用电量数据，并且对数据预处理，得到预处理后的数据集划分为训练集、验证集以及测试集；利用所述的预处理后的训练集和验证集进行训练，得到训练后的最优模型；根据经过大量数据学习训练的窃电检测集成模型开展窃电行为检测。本发明基于深度学习的智能电网窃电检测集成模型提高了用户窃电检测的准确率，通过检测窃电行为，有助于减少能源支出，这会在发电成本方面产生经济效益，并有助于在规划和配电层面控制范围广泛的违规行为。精准高效的窃电检测方式，可以缩小供需缺口，助力电源管理系统稳定高效运行。