基于深度森林算法的窃电行为检测方法研究

摘要：

深度学习在窃电行为检测领域的研究中应用越来越多,但传统的基于神经网络的深度学习因需要大量的训练样本、调参过程复杂等原因应用十分受限.首次将深度森林分类算法引入窃电行为检测领域,利用其依赖训练样本量小、超参数少、计算效率高的优点,结合从电量、电压、电流、功率因数等数据提取的特征检测用户是否存在窃电嫌疑.通过某地区用电信息采集系统提供的负荷数据,验证了所提窃电行为检测模型的有效性.

关键词：窃电行为检测、深度森林、多粒度扫描、级联森林、特征增强、超参数调试

所属期刊栏目：47

分类号：TM715;TP391(输配电工程、电力网及电力系统)

资助基金：国家电网公司科技项目资助521101180017

在线出版日期：2019-11-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：85-92