随机森林算法在窃电类别辨识中的应用研究

• 作者: 张希鹏 齐拯 刘杰 罗津
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（13）
• 所属期刊栏目: 技术交流
• 页码范围: 152-153
• 页数: 2页
• 语种: 中文

摘要

随着智能电表等具备实时通讯的量测设备普及,电网公司累积了大量的用户用电数据.利用人工智能、大数据等技术通过对海量数据的深入挖掘,可以对窃电用户进行精准判别,有效降低窃电对电网公司收益等带来的损害.然而,当前研究主要针对用户是否窃电进行判断,缺乏对用户窃电类型的识别.基于此,本文提出了利用随机森林算法对用户窃电类别进行判断,针对窃电样本数据少且均衡性差的问题,采用基于少数类过采样技术进行样本扩充,提高样本的均衡性,进而提高窃电行为类别判断的准确性,为电网公司精准打击窃电用户提供技术支撑.