TY -的A2 Pai Ping-Feng AU - Li Shuan AU -汉,英华盟——姚明,徐AU -英辰,歌曲非盟-王,Jinkuan盟——赵,羌族PY - 2019 DA - 2019/10/03 TI -电力偷窃检测电网深度学习和随机森林SP - 4136874六世- 2019 AB -非技术损失的主要因素之一(ntl)的分销网络,对电网电力偷窃造成重大伤害,影响供电质量,降低营业利润。为了帮助公用事业公司解决电力检查和不规则的功耗效率低下的问题,一种新颖的混合卷积神经network-random森林(CNN-RF)模型进行自动电盗窃检测提出了。在这个模型中,一个卷积神经网络(CNN)首先是为了学习一天的特性在不同时间和不同的日子从大规模和不同智能电表数据的操作的卷积和downsampling。此外,一个辍学层添加到妨碍过度拟合的风险,和反向传播算法来更新网络参数在训练阶段。然后,随机森林(RF)训练的基础上获得的特性来检测是否消费者抢断电力。建立射频的混合模型,采用网格搜索算法确定最优参数。最后,实验是进行基于真正的能源消耗数据,和检测结果表明,该模型优于其他方法的精度和效率。SN - 2090 - 0147你2019/4136874 / 10.1155——https://doi.org/10.1155/2019/4136874——摩根富林明——《电气和计算机工程PB - Hindawi KW - ER