原始名称记载: 国网浙江省电力有限公司慈溪市供电公司; 南京工程学院

本发明提供一种基于人工智能的低压台区线损异常检测方法、系统及设备，涉及电力系统检测技术领域，所述方法包括：按初始滑动窗口采集线路参数，计算线损波动熵，根据波动熵调整滑动窗口，采集待确定线损数据。接着，对数据进行多维度特征提取，得到多维线损特征。利用聚类分析，筛选出渐变异常态簇，并提取渐变原型向量。结合LSTM模型，预测未来线损增量序列。对预测序列反归一化并叠加至当前实测线损基线，生成线损预测结果。通过动态调整窗口、多维度特征提取和深度学习模型，实现线损异常的精准检测与预测，提高了基于人工智能的低压台区线损异常检测的精度和可靠性，并降低了误检频次。