基于非平衡数据处理的CNN-BiLSTM-Attention模型窃电检测方法  

作　　者：孙晓佳 张盛华 虎珀琛 

机构地区：[1]深圳供电局有限公司,广东深圳518000 [2]武汉大学电气与自动化学院,湖北武汉430072

出　　处：《中国设备工程》2024年第19期123-125,共3页China Plant Engineering

基　　金：中国南方电网深圳供电局有限公司项目(090000KK52222180)。

摘　　要：为了解决目前窃电检测算法普遍存在数据不平衡与准确率较低的问题,本文提出了一种基于非平衡数据处理的联合卷积-双向长短期记忆神经网络和注意力机制的窃电检测方法。首先,通过基于合成少数类过采样技术对数据进行过采样处理,以生成类平衡的样本数据;然后,将所获的新数据样本输入改进卷积-双向长短期记忆网络模型进行训练;最后,确定改进模型的最优参数。实验结果表明,该模型对窃电行为的识别准确率达到了92.44%,识别精度明显优于其他传统模型。

关 键 词：窃电检测 CNN-BiLSTM SMOTE算法 注意力机制 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程] TQ460.1[自动化与计算机技术—控制科学与工程]