作者:杨学良; 陶晓峰; 熊霞; 戚梦逸; 孙萌窃电行为检测深度森林多粒度扫描级联森林特征增强超参数调试
摘要:深度学习在窃电行为检测领域的研究中应用越来越多,但传统的基于神经网络的深度学习因需要大量的训练样本、调参过程复杂等原因应用十分受限。首次将深度森林分类算法引入窃电行为检测领域,利用其依赖训练样本量小、超参数少、计算效率高的优点,结合从电量、电压、电流、功率因数等数据提取的特征检测用户是否存在窃电嫌疑。通过某地区用电信息采集系统提供的负荷数据,验证了所提窃电行为检测模型的有效性。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社