摘要 : 针对传统窃电检测模型受维度诅咒、类不平衡等问题,提出一种能有效检测智能电网窃电行为的混合深度学习模型,利用深度学习卷积神经网络(AlexNet)处理维度诅咒问题,显著提升数据处理的准确性;通过自适应增强(AdaBoost)对正常和异常用电行为分类,进一步... 展开
作者 | 廖银玲 李金灿 王冰 张君 梁耀元 |
---|---|
作者单位 | |
英文名称 | A hybrid model for smart grid theft detection based on deep learning |
期刊名称 | 《电信科学》 |
期刊英文名称 | 《Telecommunications Science》 |
页码/总页数 | 72-82 / 11 |
语种/中图分类号 | 汉语 / TM72 |
关键词 | 深度学习卷积神经网络 自适应增强 深度驱动模型 窃电检测 特征提取 |
DOI | 10.11959/j.issn.1000-0801.2024027 |
收录情况 | CSTPCD |
机标主题词 / 分类号 | 窃电检测;维数;分数 / TM62;O14;O359 |