基于LSTM模型的电表异常使用检测方法及系统

AITNT
正文
推荐专利
基于LSTM模型的电表异常使用检测方法及系统
申请号:CN202510347693
申请日期:2025-03-24
公开号:CN120296621A
公开日期:2025-07-11
类型:发明专利
摘要
本发明涉及电力资源管理技术领域,具体涉及一种基于LSTM模型的电表异常使用检测方法及系统,检测方法包括:将电表原始历史数据传入中央处理模块训练和预处理;通过中央处理模块的LSTM基学习器构建LSTM模型,通过LSTM模型从经DCAE编码器处理的电表原始历史数据中提取特征和进行模型训练;中央处理模块根据提取的特征和电表原始历史数据再次经过LSTM模型生成预估数据时间序列,乘以比例系数后成为有波动阈值的数据,用于与实时数据进行比较,判别是否有异常用电现象。本发明可提高检测的准确性,降低误报率,并能及时发现潜在的问题,从而提供可靠的用电安全保障。
技术关键词
LSTM模型 电表 中心处理单元 编码器 数据采集模块 协议转换模块 学习器 电力资源管理技术 参数 解码器 模型拟合方法 传播算法 状态更新 实时数据 重构 重建误差
系统为您推荐了相关专利信息
1
基于人工智能的多模态图像融合方法、系统、存储介质和设备
图像融合方法 兴趣点 描述符 深度学习框架 边缘轮廓
2
基于深度学习的无人机负载发动机状态识别方法
状态识别方法 发动机健康 重建误差 池化特征 矩阵
3
一种变电站设备运行检测方法和装置
变电站设备 注意力机制 时间段 GRU模型 处理单元
4
一种患者智能化安全管理方法
语义知识图谱 管理方法 运动姿态数据 知识图谱路径 心率
5
一种自适应源网荷储一体化智能调度系统及方法
智能调度系统 发电设备 电力需求预测 混合优化算法 储能设备
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