基于深度学习的天然气居民客户用气量异常检测
宫雨
李倩
曹馨
中国石油大学(北京)经济管理学院,北京 102249
摘要：近年来,依托信息技术、人工智能等新兴技术,智慧燃气成为天然气行业的重要发展方向,促进了天然气行业快速发展和转型升级,也是新质生产力的体现.智能燃气表是智慧燃气的重要一环,其直接面向终端居民客户,通过监测其数据可以提高天然气行业的安全水平及经营管理效率,增强居民客户的满意度.针对天然气居民客户的用气量异常检测问题,提出将深度学习中的长短期记忆神经网络算法(LSTM)和传统的局部加权回归平滑法(LOWESS)相结合的异常检测模型,克服了传统异常检测模型建模时效率低下、无法给出异常值出现的具体时间等缺点.使用某天然气公司的生产数据验证了模型的实际效果,结果表明,异常检测模型效率更高,能有效地检测出用气量异常及异常值出现的时间点,为用气量异常检测提供了新的解决方案,有利于推动天然气行业新质生产力发展.
关键词：用气量异常检测深度学习智慧燃气天然气居民客户模型效果
分类号：F416.21(世界工业经济)
资助基金：国家自然科学基金(72274214)国家自然科学基金(71904202)中国石油大学(北京)科研基金资助项目(2462023YQTD002)
论文发表日期：2024-07-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 27-34 )
英文信息