基于AdaBoost-DT算法的电力市场串谋行为识别研究

• 作者: 华回春 张海生 曹喆 杨昌海 骆雲鹏
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 电力市场 串谋 过采样 决策树 AdaBoost-DT
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 智能电网技术
• 页码范围: 152-158
• 页数: 7页
• 分类号: TM744
• 字数: 6421字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2020.02.022

摘要

针对电力市场中购电商串谋的识别方法定性分析居多,实时性不高的问题,文中提出基于AdaBoost-DT算法的串谋行为智能识别方法,将AdaBoost-DT集成分类算法用于串谋识别中,解决了串谋行为难以量化识别的问题.从串谋机理出发,设计了一套基于任意2个购电商之间的串谋识别指标体系.面对数据不均衡问题,采用过采样法对训练数据集进行增广,利用AdaBoost-DT分类算法训练串谋行为智能识别模型.最后,以月度交易数据为支撑进行算例分析,采用接收者操作特性曲线(ROC)和接收者操作特性曲线下的面积(AUC值)评价模型的识别效果.实验结果表明,该串谋行为识别方法的准确率较高且实时性较好,充分验证了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张海生	国网甘肃省电力公司经济技术研究院	15	11	2.0	2.0
2	杨昌海	国网甘肃省电力公司经济技术研究院	19	9	2.0	2.0
3	曹喆	国网甘肃省电力公司经济技术研究院	7	3	1.0	1.0