李莎

（1．长沙理工大学，湖南长沙410000；2．国网湖南省电力有限公司益阳供电分公司，湖南益阳413000）

1 技术介绍

Tensorflow框架是由Disebellef所研发的人工智能学习系统，该框架具有较强的可移植性和灵活性。目前，在深度学习框架中，该框架是具有代表性的，通过建立Tensorflow框架，进一步构建深入学习用电异常检测模型，能够实时检测异常的用电数据。第二，结构递归神经网络和LSTM结构，对于长短期记忆特征典型网络的结构来说，是由一个或多个长短信息模块构成，其包含4个部分，分别为输入、输出门、遗忘门以及长短期记忆单元。对于结构递归神经网络是通过相似的多个神经网络结构递归，进一步构造为复杂深度网络，在2维平面中其结构是与树类似的，一般来说，在递归时很容易产生权重指数消失，进而会使数据无法与结构递归神经网络获得对应联系，而长短期记忆结构递归神经网络能够解决上述问题，同时，在机器翻译以及基因分类等多个领域中获得应用。

2 基于深度学习框架用户窃电模式检测模型

为能够实现对异常用电模式的相关检测，本研究提出可使用记忆深度学习框架用户切电模式检测模型，如图1所示:

图1 模式检测模型图

该模型是通过深度学习的方式，以找到用户用电与用电数据之间的关系，进一步分析窃电用电数据。第一，数据源以及数据集。本研究数据源来源于某电力企业所采集数据采集数据频率为每隔15分钟，样本是数据源的其中部分数据，对于某电表三相电流数据可构成一个数据维度，共288维，标签数据为该企业现场检查和专家分析结果。……