基于双向 LSTM 自编码器的具备异常检测能力的智能计量系统
机器学习
2021-12-08 v1 系统与控制
系统与控制
摘要
异常检测涉及故障检测、系统监控和事件检测等广泛应用。从智能计量系统获取的计量数据中识别异常，是提升电力系统可靠性、稳定性和效率的关键任务。本文提出一种异常检测流程，用于发现智能计量系统中观测到的离群点。在所提方法中，使用基于双向长短期记忆（BiLSTM）的自编码器来发现异常数据点。它通过自编码器以非异常数据计算重构误差，并通过预定义阈值将待分类为异常的离群点与非异常数据分离。基于 BiLSTM 自编码器的异常检测方法使用来自 985 户家庭的电、水、供暖、热水四类能源计量数据进行了测试。
引用
@article{arxiv.2112.03275,
title = {Smart Metering System Capable of Anomaly Detection by Bi-directional LSTM Autoencoder},
author = {Sangkeum Lee and Hojun Jin and Sarvar Hussain Nengroo and Yoonmee Doh and Chungho Lee and Taewook Heo and Dongsoo Har},
journal= {arXiv preprint arXiv:2112.03275},
year = {2021}
}
备注
6 pages, 6 figures, accepted by "IEEE 40th International Conference on Consumer Electronics"