[發明專利]一種基于橫向對比特征和神經網絡的隱蔽竊電檢測方法在審
| 申請號： | 202110636023.1 | 申請日： | 2021-06-08 |
| 公開（公告）號： | CN113361608A | 公開（公告）日： | 2021-09-07 |
| 發明（設計）人： | 崔磊;邢宇峰;高飛;王健安;趙志誠;謝剛 | 申請（專利權）人： | 太原科技大學 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06N3/04 |
| 代理公司： | 太原華弈知識產權代理事務所 14108 | 代理人： | 郭培培 |
| 地址： | 030024 山*** | 國省代碼： | 山西;14 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 橫向 對比 特征 神經網絡 隱蔽 檢測 方法 | ||
1.一種基于橫向對比特征和神經網絡的隱蔽竊電檢測方法，其特征在于：包括如下步驟，
步驟S1，根據訓練集中用戶用電量
步驟S2，基于所述步驟S1所得
(1)
(2)
其中，
步驟S3，利用神經網絡中全連接層進行特征提取，根據步驟S2所述的橫向對比特征
步驟S4，基于所述步驟S3中提取的用戶特征，利用串聯的方式融合特征向量，輸入到神經網絡全連接層進行訓練，得到用于區分正常用戶和異常用戶的分類器；
步驟S5，基于所述步驟S5訓練得到的分類器對測試集進行實時分類。
2.根據權利要求1所述的基于橫向對比特征和神經網絡的隱蔽竊電檢測方法，其特征在于：所述一維原始用電數據為1034天中每個用戶每天用電量的數據；所述二維原始用電數據為一維用電數據按周重新排列的數據。
3.根據權利要求1所述的基于橫向對比特征和神經網絡的隱蔽竊電檢測方法，其特征在于：所述分類器訓練過程中，利用交叉熵損失函數對混合深度神經網絡進行聯合訓練，優化模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于太原科技大學，未經太原科技大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110636023.1/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種鹽酸體系中含鎳合金粉的處理工藝
- 下一篇：電池卷繞裝置
