基于LSTM和RUSboost的反窃电大数据分析与研究

文档名：基于LSTM和RUSboost的反窃电大数据分析与研究
摘要：在实时序列数据集上提出了基于长短期记忆(LSTM)和随机欠采样增强(RUSBoost)的反窃电大数据分析模型.所使用的模型由LSTM算法和RUSBoost技术组成.在所提出的系统模型中,使用了归一化和插值方法对电力数据进行预处理,以消除零值和未定义值.通过使用LSTM算法对数据进行特征细化,从预处理的数据中提取相关特征.在解决电力盗窃检测(ETD)问题中使用分类器的参数优化可以处理更大的时间序列数据.为了增强RUSBoost方法的性能,使用蝙蝠算法进行参数优化,将SVM、LR和CNN-LSTM模型进行了比较.最后,应用RUSBoost方法有效地平衡数据.所提出的模型的F1得分为96.1%、精度达到88.9%、召回率达到91.09%、ROC-AUC得分达到87.9%.所有性能指标方面都优于给定的传统方案.

Abstract：Ananti-theftbigdataanalysismodelbasedonlongshort-termmemory(LSTM)andrandomundersamplingenhancement(RUSBoost)isproposedonareal-timesequencedataset.TheusedmodelconsistsofLSTMalgorithmandRUSBoosttechnique.Normal-izationandinterpolationmethodsareusedtopre-processtheelectricitydatatoeliminatezeroandundefinedvalues.Therelevantfea-turesareextractedfromthepreprocesseddatabyusingLSTMalgorithmforfeaturerefinementofthedata.Parameteroptimizationusingclassifiersinsolvingtheelectricitytheftdetection(ETD)problemcanhandlelargertimeseriesdata.ToenhancetheperformanceoftheRUSBoostmethod,theSVM,LRandCNN-LSTMmodelsarecomparedusingthebatalgorithmforparameteroptimization.Finally,theRUSBoostmethodisappliedtobalancethedataeffectively.TheproposedmodelachievesanF1scoreof96.1%,anaccuracyof88.9%,arecallof91.09%andaROC-AUCscoreof87.9%.Allperformancemetricsaspectsarebetterthanthegivenconventionalscheme.

作者：牛任恺  郭伟  张鑫磊  王利赛  张艳丽Author：NIURenkai  GUOWei  ZHANGXinlei  WANGLisai  ZHANGYanli
作者单位：国网冀北电力有限公司计量中心,北京100045
刊名：电子器件 ISTIC
Journal：ChineseJournalofElectronDevices
年，卷(期)：2024, 47(2)
分类号：TM73
关键词：LSTM  RUSBoost  反窃电  大数据分析  电气损耗  
Keywords：LSTM  RUSBoost  anti-electrictheft  bigdataanalysis  electricalloss  
机标分类号：TP391.4TP23TP183
在线出版日期：2024年6月5日
基金项目：国网冀北电力有限公司科技项目基于LSTM和RUSboost的反窃电大数据分析与研究[
期刊论文]  电子器件--2024, 47(2)牛任恺  郭伟  张鑫磊  王利赛  张艳丽在实时序列数据集上提出了基于长短期记忆(LSTM)和随机欠采样增强(RUSBoost)的反窃电大数据分析模型.所使用的模型由LSTM算法和RUSBoost技术组成.在所提出的系统模型中,使用了归一化和插值方法对电力数据进行预处理,以消...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于LSTM和RUSboost的反窃电大数据分析与研究  Analysis and Research of Anti-Electric Theft Big Data Based on LSTM and RUSBoost

基于LSTM和RUSboost的反窃电大数据分析与研究.pdf

2024-12-14 12:42 上传 基于LSTM和RUSboost的反窃电大数据分析与研究.pdf

文件大小:

1.13 MB

下载次数:

60

高速下载