ELM算法在用户用电行为分析中的应用

• 作者: 李国辉 李韶瑜 楼俏 王国军 王琼 程淼海 胡殿刚
• 来源期刊: 计算机系统应用
• 关键词: 极限学习机 特征选择 用户用电行为
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 软件技术·算法
• 页码范围: 155-161
• 页数: 7页
• 字数: 4818字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.005305

摘要

对于非法用电行为的检测,电力企业通常采用传统的人工检查方式,而这种方式的准确率和效率往往都比较低.提出一种将极限学习机(ELM)应用于预测存在非法用电行为用户的方法.首先,在收集到的用户历史用电数据,对原始数据进行预处理.然后,应用ELM算法建立异常用电行为的神经网络模型.最后,在真实用电数据上进行实证分析,通过与随机森林算法建立的预测模型及预测结果的对比,证明提出的方法具有较高的准确率和较好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李韶瑜		9	28	3.0	5.0
2	胡殿刚		11	100	6.0	10.0
3	程淼海		2	20	2.0	2.0
4	楼俏		2	20	2.0	2.0
5	王琼		15	20	2.0	4.0
6	王国军		2	20	2.0	2.0
7	李国辉	福州大学数学与计算机科学学院	2	29	2.0	2.0