科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对电力用户类别不平衡导致窃电检测具有偏向性问题，该文提出一种基于重采样和混合集成学习的不平衡窃电检测模型。首先以Easy-ensemble混合集成学习框架为基础确定最佳采样子集数；然后通过重采样自适应策略，即根据用户用电数据集的不平衡度以及最佳采样子集数确定检测模型的重采样方式，使用电数据达到平衡；最后按照先串行集成减小偏差、后并行集成降低方差的混合集成方式，对重采样后的均衡样本进行窃电检测。算例对比分析表明所提检测模型通过重采样和混合集成有效解决了传统集成算法在不平衡窃电检测中的偏向问题，降低了由于用电数据的不平衡性对集成结果的影响，提高了用户类别不平衡的窃电检测效果，在多种不平衡度下模型的准确率、F1值和G均值均表现优异。
- 单位
