典型文献
基于深度自编码器的电力能耗异常检测方法
文献摘要：
针对电力能耗数据的非线性和不平稳特征,提出了一种基于深度自编码器的电力能耗异常检测模型.将深度学习的门控循环单元网络和自编码器结构相结合,通过传统自编码器的编码器和解码器部分采用门控循环单元网络来实现,充分发挥门控循环单元的数据特征提取能力和自编码器结构的数据重构功能.根据原始数据和重构数据之间的重构误差来检测电力能耗异常数据点.将所提方法应用于实际的车间电力能耗数据集,结果表明:所提方法能够对电力能耗数据进行异常点检测,检测效果良好.
文献关键词：
能耗异常检测;门控循环单元;自编码器;深度自编码器;重构误差
中图分类号：
作者姓名：
孙宁可;王艳;纪志成
作者机构：
江南大学物联网技术应用教育部工程研究中心,江苏无锡214122
文献出处：
引用格式：
[1]孙宁可;王艳;纪志成-.基于深度自编码器的电力能耗异常检测方法)[J].系统仿真学报,2022(12):2557-2565
A类：
能耗异常检测
B类：
深度自编码器,电力能耗,异常检测方法,能耗数据,平稳特征,检测模型,门控循环单元网络,解码器,数据特征,特征提取能力,数据重构,原始数据,重构误差,异常数据,据点,异常点检测,检测效果
AB值：
0.172637
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。
