摘要
本发明公开一种异常用电检测方法及装置,其中,方法包括:步骤S1,通过智能电表采集电力用户的历史负荷数据并进行数据预处理,得到电力负荷数据;步骤S2,对所述电力负荷数据进行特征构建得到用电行为特征集,并对所述用电行为特征集进行用电行为检测,得到用电行为检测模型;步骤S3,评估所述用电行为检测模型的特征重要性程度,并根据所述特征重要性程度对电力用户的用电行为进行分类,得到用户分类结果;步骤S4,对所述用电行为检测模型作超参数优化得到异常用电检测模型,并基于所述异常检测模型和所述用户分类结果得到用电异常分类检测结果。本发明使异常用电检测更精准、可靠,能够更好地满足电力系统对异常用电检测的需求。
技术关键词
智能电表采集
历史负荷数据
分类器
方差贡献率
电力
信息熵
拉格朗日乘子法
样本
特征值
二分类模型
密度算法
深度神经网络
机器学习算法
消除算法
参数
指标
坐标系
网格
系统为您推荐了相关专利信息
数据交互方法
运维检修平台
数据交互系统
移动终端
全球定位系统数据
长短期记忆神经网络
动态预测方法
光伏装机容量
工业用电
电力需求预测
有序充电方法
历史负荷数据
气象
LSTM模型
地点
短期负荷预测方法
工业园区
回归预测模型
残差预测
气象
电力设备运行状态
变电站
设备寿命预测
设备状态监测
检修策略