摘要
本发明公开了基于深度学习的用电异常行为检测方法与系统，所述方法包括：获取目标系统的电气量模态、环境模态和日志模态数据并进行数据清洗、自适应分段标准化、缺失值填补以及时间戳添加预处理；将预处理后的各模态数据分别输入基于时间衰减注意力以及时间感知位置编码的Transformer模型进行深层次特征提取，得到对应模态的特征；对电气量模态特征进行增强并与环境模态和日志模态特征拼接，得到融合特征，利用融合特征训练基于深度学习的异常检测模型，并基于动态阈值策略实时更新异常检测模型判定异常的标准；采用训练后的异常检测模型进行用电异常检测。本发明能够显著提升电力系统的安全性与稳定性，推动电力行业的智能化发展。
