一种相关性与聚类自适应融合技术窃电检测方法

摘要：

篡改电表数据是一种典型的窃电行为.针对此类窃电行为,现有的检测方法需要标记好的数据集或额外的电力系统状态信息,这在现实中很难获得或即使获得也与实际值存在较大误差.因此,利用较低维度的数据来实现对此类窃电行为进行检测的方法亟待深入研究.创新性地结合最大互信息系数(maximum information coefficient,MIC)技术和基于密度峰值的快速聚类算法提出了一种新的融合检测方法.该方法利用最大互信息系数度量管理线损与用户特定行为之间的相关性,采用CFSFDP定位异常用电用户,适用性强,能够检测多种不同类型的窃电行为.最后利用爱尔兰智能电表数据集进行了算法验证,结果证明了该方法的良好性能.

关键词：窃电检测;数据挖掘;最大互信息系数(maximum information coefficient,MIC)

所属期刊栏目：15

分类号：TM73(输配电工程、电力网及电力系统)

资助基金：国家重点研发计划2019YFE0118700

在线出版日期：2021-11-02（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：69-74