买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东电网有限责任公司;广东电网有限责任公司计量中心

摘要：本发明公开了一种多技术融合的窃电行为识别方法及系统，涉及用电检测技术领域。所述方法包括：获取若干已知用户的用电数据，并将用电数据的一部分作为检测模型的训练样本，另一部分作为检测模型的测试样本；将用电数据进行降维处理，得到降维数据；利用网络模型对所述降维数据进行无监督预训练，得到训练后的训练样本和网络参数；选取训练后的训练样本对网络参数进行微调，并获取弱分类器的输出；对弱分类器的输出进行加权处理，获取待测用户的异常检测阈值；计算检测模型的最佳检测阈值，通过比较异常检测阈值和最佳检测阈值，判断用户的用电行为是否正常。本发明能够根据用户的用电数据进行用电行为的判别，增强供电安全性和可靠性。

主权项：1.一种多技术融合的窃电行为识别方法，其特征在于，包括：获取若干已知用户的用电数据，并将所述用电数据的一部分作为训练样本，另一部分作为测试样本；将所述训练样本进行降维处理，得到降维数据；利用网络模型对所述降维数据进行无监督预训练，得到训练后的训练样本和网络参数；选取训练后的训练样本对所述网络参数进行微调，并获取弱分类器的输出；对所述弱分类器的输出进行加权处理，获取待测用户的异常检测阈值；计算所述网络模型的最佳检测阈值，通过比较所述异常检测阈值和所述最佳检测阈值，判断用户的用电行为是否正常；其中，所述利用网络模型对所述降维数据进行无监督预训练，得到训练后的训练样本和网络参数，包括：利用蚁群算法对深度置信网络模型的网络参数进行全局寻优，并将最优结果导入所述深度置信网络模型；利用参数更新后的深度置信网络模型对所述降维数据进行无监督训练，将训练后的网络参数导入弱分类器；所述利用蚁群算法对深度置信网络模型的网络参数进行全局寻优，包括：计算在某一时刻网络参数变化概率；对所述网络参数变化概率计算过程中涉及的信息素浓度进行更新；获取当网络参数变化概率达到最小值时对应的信息素浓度，作为网络参数的最优结果；其中，网络参数变化概率的计算公式为： ；式中，，为网络参数的变化趋势上所组成的集合，为变化趋势上的信息素浓度，为启发式信息，即为原始网络参数的信息，为信息素浓度的启发因子，为启发因子的期望值，m、n分别为变化始末点，s为网络参数中的各参数值；信息素浓度的更新公式为； ； ；式中，为信息素增量值，为残留信息素值，Q为信息素强度值，为变化路径的长度，为信息素挥发因子；所述利用参数更新后的深度置信网络模型对所述降维数据进行无监督训练，包括：设置所述深度置信网络模型中的各参数值；导入训练样本并对所述训练样本进行归一化处理；计算所述深度置信网络模型的输出；计算所述深度置信网络模型的误差值；根据所述误差值，对所述深度置信网络模型的权值进行修正；根据修正后的权值调整所述深度置信网络模型的输入层偏置向量和隐藏层偏置向量，得到训练后的网络参数；其中，对所述训练样本进行归一化处理的归一化公式为： ；式中，表示训练样本归一化结果；表示训练样本；表示所有训练样本中的最大值；表示所有训练样本中的最小值；深度置信网络模型的输出公式为： ；式中，表示深度置信网络模型的输出;误差值计算公式为： ；式中，表示误差值；表示深度置信网络模型的预测输出；表示深度置信网络模型的标准输出；根据误差值对深度置信网络模型的权值进行修正的修正公式为： ；式中，表示深度置信网络模型的权值；为学习速率。

全文数据：

权利要求：

百度查询： 广东电网有限责任公司 广东电网有限责任公司计量中心 多技术融合的窃电行为识别方法及系统