基于稀疏自编码器SAE和优化RUSBoost的窃电检测.pdfVIP

第４２卷第５期计算机应用与软件Ｖｏｌ４２Ｎｏ．５

２０２５年５月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＭａｙ２０２５

基于稀疏自编码器ＳＡＥ和优化ＲＵＳＢｏｏｓｔ的窃电检测

袁铭敏姚鹏易欣曾纬和李乾孙健

（国网北京市电力公司电力科学研究院北京１０００７５）

摘要为提升检测精度，并降低计算复杂度，提出一种基于稀疏自编码器ＳＡＥ和优化ＲＵＳＢｏｏｓｔ的窃电检测。

根据用户内部、用户间和温度用电量关系三个方面，将用电用户标记为良性或恶意用户；在为数据指定标签后，通

过引入基于重构独立成分分析和稀疏自动编码器，从数据中提取特征；使用差分进化随机欠采样增强ＲＵＳＢＯＯＳＴ

和Ｊａｙａ优化的ＲＵＳＢＯＯＳＴ进行分类；在两个数据集上的实验结果表明了提出方法能够实现轻量级和高精度的窃

电检测。

关键词重构独立成分分析稀疏自动编码器窃电检测差分进化

中图分类号ＴＰ１８３ＴＭ７３１ＴＰ３文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２５．０５．０１０

ＥＬＥＣＴＲＩＣＩＴＹＴＨＥＦＴＤＥＴＥＣＴＩＯＮＢＡＳＥＤＯＮ

ＳＰＡＲＳＥＡＵＴＯＥＮＣＯＤＥＲＡＮＤＯＰＴＩＭＩＺＥＤＲＵＳＢＯＯＳＴ

ＹｕａｎＭｉｎｇｍｉｎＹａｏＰｅｎｇＹｉＸｉｎＺｅｎｇＷｅｉｈｅＬｉＱｉａｎＳｕｎＪｉａｎ

（ＥｌｅｃｔｒｉｃＰｏｗｅｒＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ，ＳｔａｔｅＧｒｉｄＢｅｉｊｉｎｇＥｌｅｃｔｒｉｃＰｏｗｅｒＣｏｍｐａｎｙ，Ｂｅｉｊｉｎｇ１０００７５，Ｃｈｉｎａ）

ＡｂｓｔｒａｃｔＩｎｏｒｄｅｒｔｏｉｍｐｒｏｖｅｔｈｅｄｅｔｅｃｔｉｏｎａｃｃｕｒａｃｙａｎｄｒｅｄｕｃｅｔｈｅｃｏｍｐｕｔａｔｉｏｎａｌｃｏｍｐｌｅｘｉｔｙ，ａｅｌｅｃｔｒｉｃｉｔｙｔｈｅｆｔ

ｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｓｐａｒｓｅａｕｔｏｅｎｃｏｄｅｒ（ＳＡＥ）ａｎｄｏｐｔｉｍｉｚｅｄＲＵＳＢｏｏｓｔｉｓｐｒｏｐｏｓｅｄ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｔｈｒｅｅａｓｐｅｃｔｓｏｆｔｈｅ

ｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｕｓｅｒｓ，ｔｅｍｐｅｒａｔｕｒｅａｎｄｐｏｗｅｒｃｏｎｓｕｍｐｔｉｏｎ，ｔｈｅｅｌｅｃｔｒｉｃｉｔｙｕｓｅｒｓｗｅｒｅｍａｒｋｅｄａｓｂｅｎｉｇｎｏｒｍａｌｉｃｉｏｕｓ

ｕｓｅｒｓ．Ａｆｔｅｒａｓｓｉｇｎｉｎｇｌａｂｅｌｓｔｏｔｈｅｄａｔａ，ｆｅａｔｕｒｅｓｗｅｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｄａｔａｂｙｉｎｔｒｏｄｕｃｉｎｇｒｅｃｏｎｓｔｒｕｃｔｉｏｎｂａｓｅｄ

ｉｎｄｅｐｅｎｄｅｎｔｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓａｎｄＳＡＥ．ＤｉｆｆｅｒｅｎｔｉａｌｅｖｏｌｕｔｉｏｎｒａｎｄｏｍｕｎｄｅｒｓａｍｐｌｉｎｇｅｎｈａｎｃｅｄＲＵＳＢｏｏｓｔａｎｄＪａｙａ

ｏｐｔｉｍｉｚｅｄＲＵＳＢｏｏｓｔｗｅｒｅｕｓｅｄｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｆｔｈｅｌａｓｔｔｗｏｄａｔａｓｅｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄ

ｍｅｔｈｏｄｃａｎａｃｈｉｅｖｅｌｏｗｃｏｍｐｌｅｘｉｔｙａｎｄｈｉｇｈｐｒｅｃｉｓｉｏｎｅｌｅｃｔｒｉｃｉｔｙｔｈｅｆｔｄｅｔｅｃｔｉｏｎ．

ＫｅｙｗｏｒｄｓＲｅｃｏｎｓｔｒｕｃｔｉｏｎｉｎｄｅｐｅｎｄｅｎｔｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓＳｐａｒｓｅａｕｔｏｅｎｃｏｄｅｒＥｌｅｃｔｒｉｃｉｔｙｔｈｅｆｔｄｅｔｅｃｔｉｏｎＤｉｆｆｅｒ

ｅｎｔｉａｌｅｖｏｌｕｔｉｏｎ

测器由电池驱动的传感器和安装在仪表内的防夹装

［３］

０引言置组成。与基于硬件的探测器相关的故障风险、

安装和维护成本限制了其适用性。因此提出了一系

随着信息和通信技术的发展，电子设备的使用和