图正则非线性岭回归模型的异常用电行为识别

• 作者: 孙玉宝 张小斐 耿俊成
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 用电行为分析 岭回归 图正则 非线性分布 半监督学习
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 8-12
• 页数: 5页
• 分类号: TP391
• 字数: 4773字
• 语种: 中文

摘要

对于用户异常用电行为的检测,电力企业通常采用人工检查的方法,但该方法需要消耗大量的人力、物力,且容易受主观因素的影响.为此,提出一种基于岭回归模型的异常用电行为识别算法.通过收集用户用电数据,对岭回归模型进行训练,并将训练好的模型用于异常用电行为的自动检测.为捕获未知的用户用电行为类别样本信息,在岭回归模型的基础上引入图正则项.考虑到用电数据的非线性分布特性,通过核函数的方式,将原始数据映射到高维希尔伯特空间,得到基于图正则的非线性岭回归模型.实验结果表明,与最小二乘、岭回归、图正则岭回归模型相比,该算法具有更高的识别准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙玉宝	南京信息工程大学信息与控制学院	19	163	8.0	12.0
2	耿俊成	国网河南省电力公司电力科学研究院	22	87	6.0	8.0
3	张小斐	国网河南省电力公司电力科学研究院	17	65	5.0	7.0