龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：西安电子科技大学
申请日：2023-10-07
公开（公告）日：2023-12-29
公开（公告）号：CN117313031A
主分类号：G06F18/25
分类号：G06F18/25;G06F18/214;G06Q50/06;G06N3/0442
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.01.16#实质审查的生效;2023.12.29#公开
摘要：一种融合自身与最近邻用电信息的ConvLSTM窃电检测方法、系统、设备及介质，方法为：获取智能电网中某一区域内所有用户在某个时间段内的用电量数据并进行预处理，构建含预处理后所有用户一维用电量数据的时序数据集合；构建各用户的最近邻用户集合；将预处理后某一用户的一维用电量时序数据重构为二维邻近日矩阵序列；基于构建的最近邻用户集合，将预处理后用户自身及其最近邻的一维用电量时序数据重构为二维最近邻矩阵序列；构建窃电检测方法的检测样本数据集，划分训练集和测试集；构建ETD‑SENICON检测模型，通过训练集训练、优化该检测模型，测试集测试该检测模型；系统、设备及介质：用于实现该方法；本发明实现了低误检率、低漏检率、高检测精度的窃电检测。
主权项：1.一种融合自身与最近邻用电信息的ConvLSTM窃电检测方法，其特征在于：包括以下步骤：步骤S1：获取智能电网中某一区域内所有用户在某一时间段内的用电量数据，并对其进行预处理，构建包含预处理后所有用户一维用电量数据的时序数据集合；步骤S2：通过步骤S1构建的一维用电量时序数据集合构建各用户的最近邻用户集合；步骤S3：将预处理后某一用户的一维用电量时序数据重构为二维邻近日矩阵序列；基于步骤S2构建的最近邻用户集合，将预处理后用户自身及其最近邻的一维用电量时序数据重构为二维最近邻矩阵序列；步骤S4：通过步骤S3构建的用户的二维邻近日矩阵序列和二维最近邻矩阵序列构建窃电检测方法的检测样本数据集，将检测样本数据集划分为训练集和测试集；步骤S5：构建融合自身与最近邻用电信息的ConvLSTM检测模型，即ETD-SENICON检测模型，通过步骤S4构建的训练集训练、优化ETD-SENICON检测模型，通过步骤S4构建的测试集测试ETD-SENICON检测模型。
全文数据：
权利要求：
百度查询： 西安电子科技大学 一种融合自身与最近邻用电信息的ConvLSTM窃电检测方法、系统、设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号