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
图像融合方法
兴趣点
描述符
深度学习框架
边缘轮廓
状态识别方法
发动机健康
重建误差
池化特征
矩阵
变电站设备
注意力机制
时间段
GRU模型
处理单元
语义知识图谱
管理方法
运动姿态数据
知识图谱路径
心率
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