基于改进SVM的电力用户异常用电行为检测方法研究

摘要：

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.

关键词：智能电网、电力用户、异常用电、蚁狮优化算法、支持向量机

所属期刊栏目：59

分类号：TM712(输配电工程、电力网及电力系统)

资助基金：南方电网有限责任公司科技项目059300HK42210007

在线出版日期：2022-12-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：163-168