[发明专利]基于异常用电检测模型的监测定位方法有效
| 申请号： | 201611081534.7 | 申请日： | 2016-11-30 |
| 公开（公告）号： | CN106707099B | 公开（公告）日： | 2019-04-12 |
| 发明（设计）人： | 李晓莉;柯楠;何诚硕;陈晓露;吕政权;陈京;倪伟;高敬贝;王诗婷 | 申请（专利权）人： | 国网上海市电力公司 |
| 主分类号： | G01R31/08 | 分类号： | G01R31/08 |
| 代理公司： | 上海信好专利代理事务所(普通合伙) 31249 | 代理人： | 潘朱慧 |
| 地址： | 200126 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度降噪自编码网络—高斯过程的异常用电检测模型的监测定位方法，将台区内所有被测用户的用电量及表计事件信息，输入基于深度降噪自编码网络—高斯过程的异常用电检测模型，对上述数据从时‑频域提取特征并分类，由模型筛选出被测用户中的嫌疑异常用电用户。所述异常用电检测模型输出异常度嫌疑系数，并对用户的异常度疑似概率进行排序，得到异常用电嫌疑用户列表。本发明结合人工智能领域前沿技术对多平台用电数据进行分析，深度挖掘海量数据中隐藏的用户用电行为模式，定位异常用电嫌疑用户，让异常用电检测更智能、更高效。 | ||
| 搜索关键词： | 异常用电 检测 监测定位 嫌疑用户 自编码 高斯 降噪 人工智能领域 海量数据 模型筛选 频域提取 事件信息 输出异常 行为模式 用电数据 用户用电 多平台 用电量 表计 排序 网络 智能 分类 概率 挖掘 分析 | ||
【主权项】：
1.一种基于深度降噪自编码网络—高斯过程的异常用电检测模型的监测定位方法，其特征在于，将台区内所有被测用户的用电量及表计事件信息，输入基于深度降噪自编码网络—高斯过程的异常用电检测模型，对用电信息从时‑频提取特征并分类，由模型输出异常用电嫌疑用户列表；列表中记载有通过模型计算得到的异常度嫌疑系数，并根据异常度嫌疑系数对被测用户的异常度疑似概率进行排序；将异常度嫌疑系数大于设定数值的被测用户作为异常用电嫌疑用户。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网上海市电力公司，未经国网上海市电力公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611081534.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种车轮轮速测量装置
- 下一篇：IC塑料封装结构及其制备方法
