-
题名基于多源异构时间序列特征融合的电力窃电检测的研究
- 1
-
-
作者
闵文浩
刘天羽(指导)
-
机构
上海电机学院电气学院
-
出处
《上海电机学院学报》
2024年第5期262-267,共6页
-
基金
国家自然科学基金青年项目(61803253)。
-
文摘
长期以来,供电企业一直面临着电能被窃这一严重问题。为了有效应对这一难题,本文提出了一种基于多源异构时间序列特征融合的电力窃电检测方法。首先,通过特征分析,选择气象、日历、家庭属性等多源异构数据并构建多特征图结构;其次,利用图神经网络对多源异构数据进行时空建模,并引入注意力机制聚焦关键的时空特征。实验表明:与单一数据源相比,多源特征融合可显著提升检测性能,所提出的模型优于其他对比模型,为构建高效的电力窃电检测系统提供了新思路。
-
关键词
窃电
多源异构时间序列
特征融合
图神经网络
注意力机制
-
Keywords
electricity theft
multi-source heterogeneous time series
feature fusion
graph neural network
attention mechanism
-
分类号
TM933
[电气工程—电力电子与电力传动]
-
-
题名基于双重正则矩阵分解的缺失数据恢复
被引量：3
- 2
-
-
作者
刘歌
芮国胜
田文飚
-
机构
海军航空大学
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2021年第5期1191-1197,共7页
-
基金
国家自然科学基金(41606117,41476089,61671016)资助课题。
-
文摘
针对多源时间序列缺失数据恢复问题,提出一种基于双重正则矩阵分解的恢复方法。该方法在多源时间序列矩阵分解的基础上,利用时间序列的平滑性构建时间序列隐含因子的二阶差分正则项,同时引入反映数据内部结构的图拉普拉斯正则项对传感器隐含因子进行约束,并在图拉普拉斯矩阵获取过程中设计了一种联合数据本身的相似度和数据变化趋势相似度的双重皮尔逊相似策略,构造数据内部的最相似图。最后,将双正则项统一于矩阵分解的框架中,利用梯度下降法实现目标函数的优化,数据实验中分别采用合成数据和真实数据验证了算法的有效性。
-
关键词
多源时间序列
数据缺失
矩阵分解
图拉普拉斯正则化
-
Keywords
multi-source time series
data missing
matrix decomposition
graph Laplacian regularization
-
分类号
TN911.73
[电子电信—通信与信息系统]
-
