一种基于深度自编码器高斯混合模型的用电异常检测方法技术

本发明专利技术涉及用电异常检测技术领域，尤其是一种基于深度自编码器高斯混合模型的用电异常检测方法，将研究对象分为80％的训练集和20％的测试集，先对数据进行预处理，对预处理后的数据进行平稳性分析选取合适长度的数据作为输入，将数据输入深度自编码器高斯混合模型中训练，并得到样本能量，采用箱线图获取样本能量阈值，将样本能量超过阈值的用户定为检出的异常用户，对异常用户进行稽查，深度自编码器高斯混合模型的特征提取与检测的参数优化融于一体，具有更高的检测性能，通过箱线图确定的阈值可以筛选出大部分用电异常用户的同时有较少的正常用户被错误识别，具有较高的召回率的同时也能够提高窃电检测效率，精准程度更佳。度更佳。度更佳。

【技术实现步骤摘要】
一种基于深度自编码器高斯混合模型的用电异常检测方法


[0001]本专利技术涉及用电异常检测
，尤其是一种基于深度自编码器高斯混合模型的用电异常检测方法。

技术介绍

[0002]随着经济的快速增长，用电量也呈现出爆发式的增长趋势，对异常用电检测也提出了更高的要求；异常用电不仅给供电企业带来了巨大的经济损失，同时也会危害电网的稳定性，严重影响国家的经济发展和社会问题，随着科技的进步，异常用电的方式不断翻新，用户异常用电，是减少电表中的用户用电量，以此达到降低用户资费的目的，不仅损害了基础电力设施，还严重威胁到电网的安全稳定运行，电力本身就是一种高危产品，窃电行为具有极大的安全隐患，容易引发火灾，威胁到人民群众的人身财产安全，给社会的和谐带来不稳定因素，目前对于用户异常用电的检测方式，大多集中在人工线下排查，由一线运营工人对居民用电线路进行定期排查，检测效果极低且不稳定性大，容易出现包庇徇私现象，为了解决上述问题，市面上也推出了一些能够对异常用电状态进行检测的异常用电检测软件，通过软件内置的异常用电检测算法对用户的异常用电情况进行检测。
...

【技术保护点】

【技术特征摘要】
1.一种基于深度自编码器高斯混合模型的用电异常检测方法，其特征在于，包括以下步骤：S1：数据预处理，对电力系统采集到的负荷数据进行预处理，以半小时为采样周期的负荷数据为原始数据，对原始数据进行缺失值处理和归一化处理；S2：数据平稳性分析，随机选取50％的训练数据计算迪基
‑
福勒检验，并选取用户四周负荷进行后续建模；S3：用电异常识别模型构建，采用深度自编码器高斯混合模型作为用电异常识别模型，网络的输入向量为1344维用户负荷数据，自编码器部分采用欠完备自编码器，其网络结构为1344/168/64/2/64/168/1344，激活函数采用softplus激活函数，隐含层神经元个数为2的神经元与前一隐含层不使用激活函数，隐含层与输出层神经元采用线性连接；S4：采用箱线图确定阈值，将样本能量超过阈值的识别为异常用户，箱线图利用数据的五个统计量：最小值、第一四分位数、中位数、第三四分位数和最大值来描述数据分布，其认为离群值是数据序列中的极端值，即很高或很低的数值，定义上四分位数为Q1，下四分位数为Q3，则四分位距IQR＝Q3
‑
Q1，阈值上界UL＝Q3+1.5IQR，阈值下界LL＝Q1
‑
1.5IQR，取样本能量的阈值上界作为用电异常判别的阈值，将样本能量超过该阈值的用户判定为异常用户。2.根据权利要求1所述的一种基于深度自编码器高斯混合模型的用电异常检测方法，其特征在于：在对S1所述原始数据进行缺失值处理时，当某用户缺失数据...

【专利技术属性】
技术研发人员：陈珏羽，江革力，卿柏元，蒋雯倩，李金瑾，黄柯颖，林秀清，杨舟，唐志涛，李刚，陈俊，颜丹丹，韦杏秋，包岱远，周政雷，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：