基于改进孤立森林算法的异常用电行为识别方法
钱旭盛1
朱萌2
翟千惠2
张轩城2
陈可2
1.哈尔滨工业大学 电气工程及自动化学院,黑龙江 哈尔滨 150006;国网江苏省电力有限公司 营销服务中心,江苏 南京 2100182.国网江苏省电力有限公司 营销服务中心,江苏 南京 210018
摘要：针对传统异常用电行为识别方法准确率低、时效性差且人工消耗较高等问题,提出了一种基于粒子群算法的改进孤立森林识别方法.该方法通过总结异常用电行为规律,重构相关行为的特征指标,并侧重于对异常样本的学习与训练,进而在集成算法套袋思想的基础上构建了孤立森林.同时利用粒子群算法的群集寻优能力选择出精准度较高、差异度较大的孤立树形成子集,进一步优化了异常用电行为的识别效果.实验结果表明,改进方法的AUC值和识别效率均高于聚类算法及孤立森林算法,能够对异常用电行为进行准确识别.
关键词：异常用电行为异常识别粒子群算法孤立森林集成算法群集寻优聚类算法AUC值
分类号：TM764(输配电工程、电力网及电力系统)TP274.2(自动化技术及设备)
资助基金：国家自然科学基金(51877071)
论文发表日期：2023-11-25
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 601-606 )
英文信息