10.3969/j.issn.1000-386x.2018.12.035
用电特征指标降维与极限学习机算法的窃电检测
窃电问题伴随着我国电力事业的发展,由常规窃电转向高科技窃电,呈现多样化、隐蔽化、高科技化等特征.针对该问题,对用户用电历史数据分析,提取特征指标进行降维并结合局部离群因子、极限学习机算法对窃电行为进行检测.对用户的负荷数据进行分类,提出度量负荷曲线的4种指标并得出13个特征变量.在分类的基础上对提取出的特征变量进行降维,利用局部离群因子筛选出用电异常用户.采用8个窃电判别指标并提取主成分,将用电异常用户提取主成分后的窃电判别指标数据作为训练样本输入模型.实验结果为训练样本与测试样本的预测正确率分别达到99.55%和98.67%.实验证明该模型对窃电用户有很好的识别效果.
窃电检测、聚类分析、特征提取、主成分分析、局部离群因子、极限学习机
35
TP3(计算技术、计算机技术)
国家自然科学基金项目51567013
2019-04-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
179-186