典型文献
LSTM混合算法在用户电量数据异常检测中的应用
文献摘要：
提出一种基于LSTM混合算法的用户电量数据异常检测模型.首先,提出了一种用于电力数据特征提取的检测器,该检测器通过从样本中提取抽象特征重新构造输入,并将重构误差与阈值进行比较,实现电力用户高维特征表示.其次,提出了混合CNN-LSTM的电力数据异常分析网络,利用CNN叠加特征表示,并基于双层LSTM捕获电力数据上下文关系,从而有效提高模型的分类和回归能力.实验阶段,以某电力公司提供的电力数据为例,对所提模型进行验证.实验结果表明,所提模型性能最优,准确率和召回率分别为89.3％和69％.
文献关键词：
电力系统;异常检测;深度学习;长短时记忆;卷积神经网络
中图分类号：
作者姓名：
陈敏
作者机构：
深圳供电局有限公司,深圳518000
文献出处：
引用格式：
[1]陈敏-.LSTM混合算法在用户电量数据异常检测中的应用)[J].单片机与嵌入式系统应用,2022(10):21-24,28
A类：
B类：
混合算法,电量,数据异常检测,检测模型,电力数据,数据特征,检测器,新构造,重构误差,电力用户,高维特征,特征表示,异常分析,加特,上下文,电力公司,模型性能,召回率,电力系统,长短时记忆
AB值：
0.315158
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
