一种基于深度学习的充电桩异常用电行为识别方法

本发明涉及智能电力系统和深度学习技术领域，尤其涉及一种基于深度学习的充电桩异常用电行为识别方法。内容包括：引入动态时间关联建模，对用电时序数据进行分析，得到时间动态特征；基于用电时序数据，捕捉不同充电桩之间的空间关系和相互影响，得到空间关联特征；对时间动态特征和空间关联特征进行融合，生成多尺度融合后的时空特征；基于多尺度融合后的时空特征，进行非线性映射与分类，判定异常类型。解决了传统的充电桩异常用电行为识别方法主要依赖于简单的规则判断，无法处理复杂的时空依赖关系，容易出现误报或漏报现象；大多忽视了充电桩之间的空间关联，无法有效利用多个充电桩的协同信息进行异常检测，异常检测精度低的问题。