科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对低压电力用户传统窃电识别方法识别效率和准确率低的不足，提出一种基于轻量级提升决策树和BP神经网络的窃电识别方法，先根据异常用电专家特征库进行特征分割，再结合特征指标匹配度和应用需求从分割结果中提取异常用电识别结果，建立双层识别模型。针对用电特征分割时用于特征分割模型的传统决策树算法在特征值离散化时叶子节点生长所占用的计算资源较多的问题，引入按叶生长策略，并控制其生长深度，在避免过拟合的同时提高计算效率。此外，为提高数据预处理效率，分别通过Newton插值法和3σ定律对所采集的用户原始用电数据中的缺失和异常数据进行预处理。使用广西电网某网区的实际用户数据集进行案例分析，结果表明所提算法的识别准确性和识别效率较优，验证了其有效性。
- 单位
