一种融合聚类和异常点检测算法的窃电辨识方法

• 作者: 丁学峰 尹小明 李宁 汪伟 蔡慧
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 聚类 异常点 用电量 窃电辨识
• 年，卷（期）: 2018,（21）
• 所属期刊栏目: 理论与实验研究
• 页码范围: 19-24
• 页数: 6页
• 分类号: TM933
• 字数: 4006字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2018.21.004

摘要

聚类算法和异常点检测算法都是数据挖掘的重要方法.已有的聚类和异常点检测算法主要针对规律性数据进行挖掘,而没有将两种算法融合用于数据分析并实现窃电辨识的方法.鉴于此,在分析相关算法原理和电量数据特征的基础上,提出一种融合聚类算法和异常点检测算法的窃电辨识方法,通过对电量异常数据的深入挖掘实现对窃电用户的准确辨识.理论分析和实验结果表明,该方法可有效提高窃电辨识的准确性,具有一定的实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李宁	中国计量大学机电工程学院	7	24	3.0	4.0
2	汪伟	中国计量大学机电工程学院	32	229	7.0	13.0
3	蔡慧	中国计量大学机电工程学院	55	147	7.0	9.0
4	尹小明		2	9	2.0	2.0
5	丁学峰		2	9	2.0	2.0