论文部分内容阅读
针对工业用户的行业属性对其用电模式的影响，文中提出一种考虑行业关联度的工业用户用电异常识别方法。基于真实工业用户用电负荷数据生成多个行业类别的典型负荷特征曲线。运用改进灰色关联度算法计算电力用户用电特征与各个行业典型用电特征之间的关联性，生成用户的行业关联特征;利用多头注意力机制（multi-head attention， MHA）提取用户负荷序列特征，与行业关联特征相结合，采用变分自动编码器（variational autoencoder， VAE）所提供的重构误差作为异常判定度量，建立MHA-VAE深度异常检测模型，实现对多种类型工业用户用电异常的识别。算例结果表明，引入用户的行业关联特征后异常检测的准确率、检出率和误检率分别为96.84%、98.02%、4.35%，与仅考虑用户负荷特征相比准确率提高1.06%，误检率降低2.24%。