基于t-LeNet与时间序列分类的窃电行为检测

来源：华东师范大学学报·哲学社会科学版杂志2021年第5期北京时间：

作者：马晓琴, 薛晓慧, 罗红郊, 刘通宇, 袁培森

单位：马晓琴, 女, 高级工程师, 研究方向为用电信息系统检修维护. >

摘要：窃电行为是导致电力企业电能与经济效益损失的重要原因. 提出了一种基于t-LeNet(Time-Series Specific Version of LeNet Model)与时间序列分类(Time Series Classification, TSC)的窃电行为检测方法: 首先, 获取用户用电量时序数据, 使用降采样方法生成训练集; 然后, 使用t-LeNet神经网络训练并预测得到分类结果, 判断用户是否存在窃电行为. 使用国家电网真实用户的用电量数据集进行了实验验证. 实验结果表明, 所提方法相较于基于Time-CNN(Time Convolutional Neural Network)、MLP(Muti-Layer Perception)的时间序列分类方法, 在综合评价指标、精确率、召回率指标上均有不同程度提高, 其对窃电行为的检测具有可行性与有效性.

关键词：时间序列分类,t-LeNet,窃电检测,