科研之友
微信
新浪微博
Facebook
分享链接
摘要
窃电数据量的缺乏对窃电检测算法的辨识准确度造成了极大影响，因此该文提出在小样本条件下基于三元组孪生网络的窃电检测方法。利用格拉姆角场(gramianangular field,GAF)实现用电序列图像化，再使用三元组孪生网络提取用户用电数据中的特征向量，基于欧氏距离进行特征向量的相似度比对，实现窃电检测。由于三元组孪生网络不仅对训练样本本身的特征进行提取，还对同类样本间的相似性与非同类样本间的差异性进行了学习，提高了特征向量的聚类效果，拥有较高的轮廓系数(silhouette score)。算例结果验证了所提算法在小样本情况下的准确性和优越性。
- 单位
