基于机器学习的疑似异常用电行为识别模型研究
提出了基于用电特征分析的异常用电行为识别模型,实现对异常用电嫌疑用户的识别.首先采用随机森林算法进行特征选择,筛选出对结果有利的属性,然后,选取梯度提升树构建用电异常用户识别模型.实验结果表明,用电异常用户查准率高达90.08%,说明该方法能够有效提高用户用电异常行为识别的精准度.
异常用电、机器学习、梯度提升树、随机森林
TM76(输配电工程、电力网及电力系统)
2021-05-24(万方平台首次上网日期,不代表论文的发表时间)
共2页
152-153