基于特征融合和CNN-LSTM混合模型的窃电行为检测方法

本发明提供了一种基于特征融合和CNN‑LSTM混合模型的窃电行为检测方法，属于电力信息技术、深度学习的技术领域。该方法提出了通过对电力负荷数据和用户行为特征，经数据处理和加强后，利用深度学习模型结合自注意力机制处理用户用电数据，进行用户窃电行为异常检测，能够显著提高窃电风险识别正确率和计算效率。本发明能够帮助电网企业高效处理窃电情况，保障全面准确地识别窃电行为。通过学习用户历史负荷数据，整合用户负荷的时序特性，优化数据异常诊断判断机制，提高窃电用户检测准确率，为电网企业决策提供可靠支撑。