文献类型：期刊文章

作　　者：赵玉谦[1] 赵彩霞[1] 张倚天[1]

ZHAO Yu-qian;ZHAO Cai-xia;ZHANG Yi-tian(State Grid Henan Skills Training Center,Zhengzhou 450051,China)

机构地区：[1]国网河南省电力公司技能培训中心,郑州450051

出　　处：《信息技术》

年　　份：2021

卷　　号：45

期　　号：8

起止页码：127-132

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对智能电网条件下用户异常用电行为问题,提出了一种基于主成分分析和深度循环神经网络(PCA-RNN)的异常用电行为检测方法。该方法首先利用核主成分分析对电力负荷数据进行降维处理,生成主成分特征子集,然后基于长短记忆网络(LSTM)和门控循环单元(GRU)构建深度循环神经网络(RNN)模型,检测异常用电行为。实验结果表明,该方法能够有效检测出异常用电行为,且具有较高的准确率和鲁棒性。

关 键 词：智能电网 电力数据 异常行为检测 主成分分析  深度循环神经网络  

分 类 号：TM715] TP311]