针对目前窃电检测方法存在对大规模特征分类准确率较低的问题，提出基于DCNN和SVC的窃电检测方法。从电力数据的二维角度出发，对用户的电力数据按照周数进行矩阵化，利用改进的DCNN算法对二维矩阵进行自主学习，提取特征数据并降低分类器的输入特征维数，将DCNN提取的特征数据输入到SVC分类器中，识别窃电用户。采用国家电网公开数据集建立实验模型，进一步验证方法可行性，结果表明所提方法不仅能降低输入特征维度，而且提高了窃电检测的准确率。
科研之友
微信
新浪微博
Facebook
分享链接
