一种居民用电负荷异常数据的识别方法

摘要

本发明公开了一种居民用电负荷异常数据的识别方法。包括以下步骤：首先以AP聚类算法对原始电力负荷数据进行处理，将大量实测采样数据划分为若干个聚类，将连续变状态设备的负荷离散化处理得到有限个状态，得到样本设备的工作功率集，建立负荷分类的LSTM网络模型，将处理后的数据带入到网络模型中，利用输入模型中的数据预测下一个序列的数据。将预测到的数据作为标准值，设定一个上下浮动的阈值范围。若实测值低于阈值，则判定为有异常的偷电现象。本方法以稳态功率作为负荷特征，充分考虑到了数据的时序性，能够比对出异常数据，达到反窃电的目的。