用电信息采集大数据分析的反窃电智能识别技术

针对目前电力系统窃电趋势不容乐观的现象,急需提升大数据反窃电水准,构建反窃电的智能识别模型,进而实现对不同窃电事件的精准分类与预测。面对如此严峻的形势,本文采用基于双向长短时记忆神经网络(Bi LSTM)的滑动窗方法对用户日电量的变化特征进行提取分析,识别异常用电行为。将用户用电信息导入训练好的模型进行分析,实现基于用电信息采集大数据分析的反窃电智能识别。随着科技的不断发展,窃电手段愈发隐蔽,窃电量也越来越大,对我国电力行业造成了严重不利影响。