10.19753/j.issn1001-1390.2022.12.023
基于改进SVM的电力用户异常用电行为检测方法研究
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.
智能电网、电力用户、异常用电、蚁狮优化算法、支持向量机
59
TM712(输配电工程、电力网及电力系统)
南方电网有限责任公司科技项目059300HK42210007
2022-12-22(万方平台首次上网日期,不代表论文的发表时间)
共6页
163-168