改进循环神经网络应用于窃电行为检测方法研究

数据挖掘 15

1.41MB 2024-07-16

#改进循环神经网络 # 窃电行为检测 # 数据挖掘 # LSTM # 算法优化

针对电力盗窃问题，提出了基于数据挖掘的自动检测方法。引入了长短期记忆单元（LSTM）优化循环神经网络（RNN），通过门控机制改善算法训练中的梯度消失现象。并行化网络处理长序列输入特征，克服了传统RNN处理长序列时的信息丢失问题。仿真实验表明，改进算法在相同时间复杂度下，窃电行为识别精度达到92.85%，交叉熵损失降至0.253，AUC增至0.871，显著提升了算法性能。