基于LSSVM的用户异常用电行为辨识研究

• 作者: 梁捷 梁广明 黄水莲
• 来源期刊: 青海电力
• 关键词: 支持向量机 "候鸟"用户 最优分类函数 异常辨识
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 分析探讨|ANALYSIS AND DISCUSSION
• 页码范围: 27-31,65
• 页数: 6页
• 分类号: F713.56|TP301.6
• 语种: 中文
• DOI: 10.15919/j.cnki.qhep.2021.02.006

摘要

针对用电检查过程中低压用户窃电和电表故障等异常用电行为难以准确和高效辨识的问题,研究了一种最小二乘支持向量机(LSSVM)的用电异常识别方法.首先分析了用电信息采集系统采集的数据特征,建立了电量突变,同期差距,同类用户差距和"候鸟"特征的用户四种异常用电指标模型.然后,针对原始数据中的零电量异常数据,从五个方面分析了其成因并设计出适用的数据清洗方案.接着根据训练数据集,对辨识模型进行训练,获取最优分类函数并区分出异常数据,并将该结果与异常用电指标进行匹配,最后通过案例分析从识别准确度和算法执行效率方面验证了本文算法的可行性.