作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
目前窃电侦查最主要是靠人工巡查的方法,而电力部门已经通过远程或人工抄表掌握了大量用户用电数据,通过对这些数据信息的挖掘分析可为窃电侦查提供更有效的途径.本文从对负荷数据进行挖掘分析的角度设计了一种窃电侦查方法.在对已有用户的历史数据进行聚类分析的基础上,通过用户与质心的偏差比较,缩小疑似窃电用户范围.再由现场侦查确定窃电和不窃电用户,并提取能够有效区分两种用户的特征量,建立一种决策树分类器,学习窃电分类规则,由此根据新用户的用电负荷预测其窃电行为.最后对窃电侦查分类器的准确性进行了计算和分析.
推荐文章
基于数据挖掘算法的用户窃电嫌疑分析
窃电分析
Hadoop
数据挖掘
BP神经网络
基于样本优化选取的支持向量机窃电辨识方法
窃电行为
一类支持向量机
电量波动
反窃电
一种基于离群算法的窃电行为检测的研究
窃电检测
离群算法
密度聚类
用电频率
关联规则
评价矩阵
基于CNN-LG模型的窃电行为检测方法研究
窃电
决策树
用电数据
卷积神经网络
轻梯度提升机
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据挖掘技术的窃电侦查方法
来源期刊 上海电力 学科 工学
关键词 窃电侦查 数据挖掘 决策树算法 属性选择
年,卷(期) 2013,(2) 所属期刊栏目
研究方向 页码范围 85-90
页数 6页 分类号 TM93
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 方菁 上海市电力公司松江供电公司 2 2 1.0 1.0
2 方众 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
窃电侦查
数据挖掘
决策树算法
属性选择
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海电力
双月刊
N
大16开
上海市徐家汇路430号901室
1988
chi
出版文献量(篇)
2401
总下载数(次)
9
总被引数(次)
6607
论文1v1指导