针对现有异常用电行为检测方法提取特征单一、检测精度不高等问题，文章提出了一种将改进蚁狮优化算法和改进支持向量机相结合，用于检测电力用户异常用电行为。采用决策树优化支持向量机转换为多级分类器，通过改进蚁狮优化算法优化支持向量机参数，提高训练速度。通过试验对多种异常用电行为进行分析，验证了所提方法的优越性。结果表明，与传统的异常数据检测方法相比，所述方法具有更高的检测精度和更低的训练时间。
科研之友
微信
新浪微博
Facebook
分享链接
