一种基于局部级联神经网络的用电行为异常识别方法、系统、设备及介质

本发明公开了一种基于局部级联神经网络的用电行为异常识别方法、系统、设备及介质，属于智能电网异常检测技术领域，包括采集电网中多个监测节点的多模态时序数据进行数据预处理，基于实时用电耦合关系动态生成嫌疑局部区域，将输出的节点集合输入至第一级局部神经网络，进行特征提取与残差计算输出信息包，输入至第二级神经网络，进行时序因果发现与异常传导路径研判，基于输出的疑似源头节点，调取对应的增量式正常模式字典，进行比对输出验证结论，通过多模态证据融合决策引擎进行综合研判，生成最终的结构化异常报告。本发明实现对用电异常的高精度、低延迟、可解释的检测与溯源，尤其在高噪声电网环境中表现出显著的鲁棒性和实用性。