摘要：针对窃电行为识别准确率低的问题，提出了基于联合神经网络的窃电行为识别模型。首先，对获取的用户用电数据进行处理，利用格拉姆角场方法对用户用电数据进行二维化处理。然后，针对不同维度的用电数据，提出了基于联合神经网络的用户窃电行为识别模型，利用卷积神经网络（CNN）和双向长短期记忆（BiLSTM）神经网络提取一维用电数据和二维用电数据特征。通过实例分析表明，提出的联合神经网络模型对窃电行为识别准确率达到90% 以上，证明所建立的评估模型为解决窃电问题提供了一种切实可行的方案。

      关键词：窃电行为；联合神经网络；数据挖掘

      中图分类号：TM769     文献标识码：A