摘要：低压台区用户用电隐患的准确识别对提高台区供电质量和减小事故风险有重要作用，为提高低压用户用电隐患识别准确率，提出了一种基于SSAE-SSA-GRU的低压用户用电隐患识别模型。首先，对用户原始电压数据进行归一化处理，并通过堆栈稀疏自编码器（SSAE）提取数据的特征参数，解决原始电压数据维度过高带来的冗余性问题。然后引入麻雀搜索算法（SSA）对门控循环单元（GRU）的超参数进行优化，提高模型隐患识别结果的准确率。最后，通过算例分析对建立的SSAE-SSA-GRU模型性能进行评估，验证了所提方法对低压用户用电隐患识别的有效性，且与传统异常用电识别方法相比，所提方法的收敛性好，准确率高。

      关键词：低压台区用户；用电隐患识别；堆栈稀疏自编码器；麻雀搜索算法；门控循环单元

      中图分类号：TM93     文献标识码：A