基于信息熵的联邦学习异常用电识别

杨冠群; 刘荫; 郑海杰; 张闻彬; 汤琳琳; 王高洲

doi:10.11907/rjdk.221584

您当前的位置：

首页 >

文章列表页 >

基于信息熵的联邦学习异常用电识别

智能计算与协同制造 | 更新时间：2022-12-27

- 基于信息熵的联邦学习异常用电识别
- Information Entropy-based Federal Learning for Identifying Abnormal Electricity Consumption
- 软件导刊 2022年21卷第10期页码：123-130
- 作者机构：
  
  国网山东省电力公司信息通信公司，山东济南 250021
- 作者简介：
  
  杨冠群（1989-），男，硕士，国网山东省电力公司信息通信公司工程师，研究方向为智能电网、数据分析、深度学习
  刘荫（1985-），男，硕士，国网山东省电力公司信息通信公司高级工程师，研究方向为大数据、云计算技术落地应用
  郑海杰（1992-），男，硕士，国网山东省电力公司信息通信公司工程师，研究方向为大规模数据管理与分析、复杂软件架构设计
  张闻彬（1994-），男，硕士，国网山东省电力公司信息通信公司工程师，研究方向为大数据、人工智能
  汤琳琳（1990-），女，硕士，国网山东省电力公司信息通信公司工程师，研究方向为数字化建设与应用
  王高洲（1992-），男，硕士，国网山东省电力公司信息通信公司工程师，研究方向为数据安全、数据管理、数字化建设。
- 基金信息：
  
  国网山东省电力公司科技项目(2020A-135)
- DOI：10.11907/rjdk.221584
  中图分类号：
扫描看全文
杨冠群,刘荫,郑海杰等.基于信息熵的联邦学习异常用电识别[J].软件导刊,2022,21(10):123-130.

YANG Guan-qun,LIU Yin,ZHENG Hai-jie,et al.Information Entropy-based Federal Learning for Identifying Abnormal Electricity Consumption[J].Software Guide,2022,21(10):123-130.
杨冠群,刘荫,郑海杰等.基于信息熵的联邦学习异常用电识别[J].软件导刊,2022,21(10):123-130. DOI： 10.11907/rjdk.221584.

YANG Guan-qun,LIU Yin,ZHENG Hai-jie,et al.Information Entropy-based Federal Learning for Identifying Abnormal Electricity Consumption[J].Software Guide,2022,21(10):123-130. DOI： 10.11907/rjdk.221584.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于两阶段Stackelberg博弈的实时电价分布式优化

基于信息熵的高新关键技术方案决策模型研究

一种基于词聚类信息熵的新闻提取方法

三相并网电压逆变器的无源控制策略

基于信息熵的联邦学习异常用电识别

Information Entropy-based Federal Learning for Identifying Abnormal Electricity Consumption

DOI：10.11907/rjdk.221584