计算机应用研究

作者：李琪林,严平,宿欣宇,袁钟,彭德中,刘益志,

单位：1.国网四川省电力公司营销服务中心,成都610045；2.四川大学计算机学院,成都610065；

关键词：智能电网,异常用电检测,深度孪生自回归网络,多头注意力机制,无监督学习,

基金：国网四川省电力公司科技项目(521997230015)；；

异常用电检测旨在识别出不符合正常用电规律或者违反用电合约的用电行为。针对现有基于重构的检测方法依赖标记的正常样本和难以捕捉复杂时间依赖性的问题，提出一种基于深度孪生自回归网络的无监督异常用电行为检测模型（DSAD）。所提模型通过两个孪生自回归子网络来分别独立地对无标记的输入数据进行重构，再将两个子网络的重构误差相结合来预测数据中的正常样本，并利用多头自注意力机制来有效地捕捉时间依赖性、周期性和随机性等复杂特征。在大规模时序数据集和国家电网真实用电数据集上进行实验，所获得的结果表明，DSAD模型在AUC以及AP等性能指标上取得了更好的检测效果。

来源：2023年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2023年第12期