图正则非线性岭回归模型的异常用电行为识别

摘要：

对于用户异常用电行为的检测,电力企业通常采用人工检查的方法,但该方法需要消耗大量的人力、物力,且容易受主观因素的影响.为此,提出一种基于岭回归模型的异常用电行为识别算法.通过收集用户用电数据,对岭回归模型进行训练,并将训练好的模型用于异常用电行为的自动检测.为捕获未知的用户用电行为类别样本信息,在岭回归模型的基础上引入图正则项.考虑到用电数据的非线性分布特性,通过核函数的方式,将原始数据映射到高维希尔伯特空间,得到基于图正则的非线性岭回归模型.实验结果表明,与最小二乘、岭回归、图正则岭回归模型相比,该算法具有更高的识别准确率.

关键词：用电行为分析、岭回归、图正则、非线性分布、半监督学习

所属期刊栏目：44

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61300162;国家电网公司2016年科技项目

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：8-12