摘要
本申请提供一种基于自注意力编码与GSA优化分类的窃电检测方法,涉及异常检测技术领域,解决了现有技术中人工规则依赖性强、静态特征建模能力有限及时序依赖建模不足的技术问题。该方法通过编码模型对待测筛选矩阵进行特征提取和分类,得到特征向量;将特征向量与基准模板库中的基准向量进行差异度计算,得到特征差异度;将特征差异度进行变换处理后,与特征向量进行加权融合,得到加权特征向量;将加权特征向量输入最优分类器,得到异常结果;本申请用于窃电检测过程中,通过自注意力编码与GSA优化分类实现无硬件依赖的高精度窃电检测。
技术关键词
矩阵
分类器
时序
前馈神经网络
注意力机制
数据
基准
异常检测技术
日期
累积分布函数
通信单元
日历
模板
处理单元
静态特征
线性单元
蒙特卡洛
编码器
系统为您推荐了相关专利信息
溯源数据库
光学字符识别
红外扫描仪
检测挥发性有机物
文本
力跟踪控制系统
手术机器人
关节力矩传感器
递归最小二乘法
协方差矩阵
时序卷积神经网络
信号识别方法
电极帽
蒙特卡洛
基线
颗粒物检测方法
多任务
特征金字塔
分支
深度残差网络