一种基于横向对比特征和神经网络的隐蔽窃电检测方法

发明专利有效专利

申请号：
CN202110636023.1
IPC分类号：G06K9/62;G06N3/04
申请日期：
2021-06-08
申请人：
太原科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于横向对比特征和神经网络的隐蔽窃电检测方法
申请号	CN202110636023.1	申请日期	2021-06-08
法律状态	实质审查	申报国家	中国
公开/公告日	2021-09-07	公开/公告号	CN113361608A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4查看分类表>
申请人	太原科技大学	申请人地址	山西省太原市万柏林区窊流路66号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	太原科技大学	当前权利人	太原科技大学
发明人	崔磊;邢宇峰;高飞;王健安;赵志诚;谢刚
代理机构	太原华弈知识产权代理事务所	代理人	郭培培

摘要

本发明提供一种基于横向对比特征和神经网络的隐蔽窃电检测方法，包括如下步骤，根据训练集中用户用电量l计算每个社区的用电量为L，基于所得L，提取社区中用户的横向对比特征v，利用神经网络中全连接层进行特征提取，根据横向对比特征v，提取全局特征，根据一维原始用电数据，提取全局特征；根据二维原始用电数据提取用电数据的局部特征；基于提取的用户特征利用串联的方式融合特征向量，输入到神经网络全连接层进行训练，得到用于区分正常用户和异常用户的分类器；基于分类器对测试集进行实时分类。该方法可以检测降低自身电表读数并增加邻居电表读数同时模仿正常消费模式的隐蔽攻击，从而提供一个有效的窃电检测系统保证电力系统安全可靠运行。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供