本文關鍵詞：基于無監(jiān)督學習的電力用戶異常用電模式檢測

  更多相關文章： 用電模式 電力大數(shù)據(jù) 異常檢測 無監(jiān)督學習 局部離群因子 反竊電技術

【摘要】：檢測異常用電模式的主要目的在于降低非技術性損失(non-technical losses,NTL),降低電力公司的運營成本。該文提出了基于無監(jiān)督學習的異常用電模式檢測模型,適用于電力用戶數(shù)據(jù)集缺乏訓練樣本的情況。該模型包括特征提取、主成分分析、網(wǎng)格處理、計算局部離群因子等模塊。首先提取多個表征用戶用電模式的特征量,通過主成分分析將每個用戶映射到二維平面,實現(xiàn)數(shù)據(jù)可視化并便于計算局部離群因子。網(wǎng)格處理技術篩選出低密度區(qū)域的數(shù)據(jù)點,顯著提升了算法效率。該模型輸出所有用戶用電行為的異常度及疑似概率排序,研究結果表明利用該排序,只需要檢測異常度排序靠前的少數(shù)用戶即可查出大部分異常用戶。
【作者單位】： 電力系統(tǒng)及發(fā)電設備控制和仿真國家重點實驗室(清華大學電機系);國家電網(wǎng)公司西北分部;南方電網(wǎng)科學研究院;
【關鍵詞】： 用電模式 電力大數(shù)據(jù) 異常檢測 無監(jiān)督學習 局部離群因子 反竊電技術
【分類號】：TM73
【正文快照】： 度排序靠前的少數(shù)用戶即可查出大部分異常用戶。0引言隨著電力系統(tǒng)信息化程度的不斷提高和配用電數(shù)據(jù)量的迅速增長,研究適用于配用電數(shù)據(jù)挖掘的算法并建立有效的知識發(fā)現(xiàn)模型,對配用電業(yè)務模式創(chuàng)新和智能電網(wǎng)的發(fā)展具有重要意義。然而到目前為止,“數(shù)據(jù)海量,信息匱乏”仍是電，

本文編號：707776