基于数据挖掘判别用电类别异常的分析与研究

• 作者: 刘森 朱宇龙 金昌铉 陈玲娜 马博 黎晚晴
• 来源期刊: 科技与创新
• 关键词: 用电行为 数据挖掘 日负荷曲线 决策树算法
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 理论探索
• 页码范围: 14-17,19
• 页数: 5页
• 分类号: TM715
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2020.10.005

摘要

随着电网企业全面实现智能电表全覆盖和低压集抄全覆盖,产生了海量实时的计量数据,这些数据通过分析挖掘技术,可在辅助电网规划、电网运行状态监控、负荷预测等方面发挥价值.然而,利用传统的统计分析挖掘技术,较难处理如此海量的计量数据,也无法识别异常数据蕴藏的企业经营风险问题,因此,有必要引入大数据分析挖掘技术,运用分类预测算法进行异常分析,有效识别电网高价值用户的用电类别异常.对电网企业用户如高耗能行业用户、一般工商业用户、大工业用户以及居民用户的用电数据进行深入研究,从宏观和微观角度分别对用电行为数据进行特征提取和行为分析,刻画出不同用电类别用户的负荷曲线,归纳用电行为特征,运用有效监督的数据挖掘算法构建用电类别异常识别模型,并和用户档案中的用电类别数据进行核对,找出异常数据,辅助识别电能计算装置使用异常、用户档案信息错乱和电费收取错误等异常.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘森		9	59	6.0	7.0
2	黎晚晴		2	0	0.0	0.0
3	马博		4	1	1.0	1.0
4	金昌铉		1	0	0.0	0.0
5	朱宇龙		3	0	0.0	0.0
6	陈玲娜		1	0	0.0	0.0