LSTM混合算法在用户电量数据异常检测中的应用

作者：陈敏^*

来源：单片机与嵌入式系统应用, 2022, 22(10): 21-28.

• 电力系统
• 异常检测
• 深度学习
• 长短时记忆
• 卷积神经网络

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%。

• 单位
  深圳供电局有限公司