基于组合模型的电力用户用电行为分层分类方法

作者：肖庆追; 李捷; 陈鹤峰; 魏彩娥

来源：电力系统及其自动化学报, 2023, 35(05): 82-94.

DOI：10.19635/j.cnki.csu-epsa.001067

• 异常用电
• 分层分类
• 特征提取
• 基于密度的K-均值聚类
• 磷虾算法

针对电网企业对电力用户进行精细化管理需求，提出一种组合模型实现对“正常”、“窃电”、“漏电”和“计量异常”4种用电行为的分层分类。首先，利用电压不平衡度等3维特征对高维用电数据进行降维表征，然后提出磷虾算法优化的一类支持向量机KH-OC-SVM(krill herd optimized one-class support vector machine)分类器将特征向量自动划分为“正常”和“异常”2类，最后利用所提基于密度的K-均值（K-means）聚类算法对“异常”数据进行分析，将其自动划分为“窃电”“漏电”和“计量异常”3种异常用电行为。算例结果表明，所提方法能够有效实现电力用户用电行为的自动分类。

• 单位
  广东工业大学; 广东金融学院; 教育学院