基于模糊聚类和孤立森林的用电数据异常检测

作者：赵嫚; 李英娜^*; 李川; 杨莉

来源：陕西理工大学学报(自然科学版), 2020, 36(04): 38-43.

• 模糊聚类
• 孤立森林
• 异常检测
• 数据挖掘

针对智能配用电背景下用电数据量大、维度高,实际数据集中异常点样本较少且获取成本较高等问题,提出了一种基于模糊聚类和孤立森林的异常检测方法。首先对历史用电数据进行预处理,利用模糊聚类算法将具有相同用电行为的电力用户进行分类,并利用孤立森林算法对不同用电行为的用户进行异常检测分析。然后采用ROC曲线对所用算法和局部离群算法LOF、聚类算法K-means进行性能评价,用以验证所提方法的可行性。结果表明,所提算法更加适用于实际数据集中异常点较少的用电数据异常检测。

• 单位
  昆明理工大学; 云南电网有限责任公司电力科学研究院; 自动化学院