典型文献
基于重加权策略平衡损失与LSTM的窃电行为检测研究
文献摘要：
窃电行为是导致电能损失与电力企业经济效益降低的重要原因.针对窃电问题,提出了一种基于有效数量加权策略的损失函数,改善数据集分布不均衡导致训练模型泛化性能下降的问题;基于该策略,设计了基于长短期神经网络的时间序列分类模型,用于用户日用电量的窃电行为检测任务;采用用户日用电量真实数据进行实验测试,结果表明基于有效数量的加权策略可一定程度解决数据集不平衡导致的模型泛化性下降问题.与现有方法相比,所提方法在精确度上有所提高,对窃电行为检测具有有效性与可行性.
文献关键词：
窃电检测;重加权策略;类别平衡损失;LSTM;时间序列分类
中图分类号：
作者姓名：
吕笃良;刘梦爽;桓露;孙羽森;刘通宇;袁培森
作者机构：
国网新疆电力营销服务中心,新疆乌鲁木齐 830000;国电南瑞科技股份有限公司,江苏南京 210000;南京农业大学人工智能学院,江苏南京 210095
文献出处：
引用格式：
[1]吕笃良;刘梦爽;桓露;孙羽森;刘通宇;袁培森-.基于重加权策略平衡损失与LSTM的窃电行为检测研究)[J].智慧电力,2022(04):15-20,58
A类：
重加权策略
B类：
窃电行为检测,致电,电力企业,企业经济效益,损失函数,训练模型,模型泛化性,泛化性能,性能下降,长短期神经网络,时间序列分类,分类模型,日用,用电量,用用,真实数据,实验测试,窃电检测,类别平衡损失
AB值：
0.247308
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。
