基于双向LSTM的用户用电行为识别.pdf

文档介绍：38 卷 第 5 期 微电子学与计算机 Vol. 38 No. 5
2021年 5 月 MICROELECTRONICS &- COMPUTER May 2021
引用格式:谢禄江，段立 ，谭 刚 ，等. 基 于 双 向 LSTM 的用户用电行为识别[ J ] . 微 电 子 学 与 计 算 机 ，2021，38(5):36-41.
[XIE L J,DUAN L,TAN G,et al. Electrical behavior recognition based on bidirectional LSTM[J]. Microelectronics 8^ Comput-
er,2021,38(5) ：36-41.]
基于双向LSTM的用户用电行为识别
谢 禄 江 \段 立 1，谭刚 2 , 蒋 荣 S 钟淘淘、
刘美川\雷洋 1 ，廖军 3
( 1 国网重庆市电力公司信息通信分公司，重庆 400010;2重庆智网科技有限公司信息通信分公司，重庆 400000;
3 重庆大学大数据与软件学院，重庆 401331)
摘 要 ：为了解决由非技术性损失所造成的用户用电异常问题，本文提出了一种基于双向长短时记忆神经网络
(Bi-LSTM)，并通过分位数归一化平滑
，结合LSTM 神经网络单元和双向网络构建Bi-LSTM模型，用于获取用户
，采用交叉熵确定最优参数，，该方法的
识别性能显著优于其他模型，并且结合国家电网的实际数据验证了该方法的准确性和稳定性.
关键词 ： 非技术损失；异常用电行为；Bi-LSTM;分位数归一化
中图分类号：TP181; TM933. 4 文献标识码：A 文章编号：1000—7180(2021)05—0036—06
Electrical behavior recognition