稀疏随机森林下的用电侧异常行为模式检测

摘要：

随着智能电网的不断推进与传感技术的高速发展,我国电网用电侧数据逐步呈现出高复杂度、高冗余度的幂指数增长态势.传统的用电行为模式检测技术已无法满足其分析处理需求.为此提出基于稀疏随机森林模型的用电侧异常行为模式检测方法.该方法首先利用时间窗函数与Bootstrap重采样,建立用电侧行为模式信息簇.其次,利用基于随机权网络的有监督学习得到随机森林模型.最后,对随机森林模型进行稀疏化,并依据异常积累量指标判定样本有无异常.仿真对比实验验证了提出的稀疏随机森林模型的精确性与高效性.此外,通过多种体量数据下的Hadoop分布式计算实验,验证了基于稀疏随机森林的用电侧行为模式检测方法对用电侧大数据的高效处理能力.

关键词：用电侧、异常行为辨识、随机森林、随机权网络、稀疏表示

所属期刊栏目：41

分类号：TM721(输配电工程、电力网及电力系统)

在线出版日期：2017-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1964-1971,中插10-中插11