基于改进FCM聚类的窃电行为检测

作者：武超飞^*; 孙冲; 刘厦; 付文杰; 陶鹏; 石振刚; **浩

来源：电力科学与技术学报, 2021, 36(06): 164-170.

DOI：10.19781/j.issn.1673-9140.2021.06.020

• 窃电行为
• 异常检测
• 电能表异常事件
• 离群对象得分
• 无导师学习
• 改进模糊C均值聚类

窃电行为检测的主要目的在于发现窃电用户，降低电力系统运营成本。在此背景下，提出基于改进模糊C均值聚类的窃电行为检测模型，包括因子分析、基于改进模糊C均值聚类的局部离群因子计算、ROC曲线模型评价与调参及最佳检测阈值选取等模块，适用于无大量已知窃电用户样本的情况。首先，通过因子分析对用户用电特征(包括用电负荷数据和电能表异常事件)进行维度规约，提升模型检测效率。再利用遗传模拟退火算法对模糊C均值聚类算法进行改进，对用户用电特征进行检测。最后与现有成熟算法进行比较，验证该模型对窃电行为具有较高的检测准确度。检测模型可输出所有被测用户用电行为离群度得分和窃电概率排序，利用该文检测模型的输出，能够以较高精度检测出窃电行为用户，根据结果进行现场稽查，可提升反窃电工作效率。

• 单位
  中国电力科学研究院有限公司