基于改进旋转森林算法的窃电检测研究 |
| |
引用本文: | 刘建锋,梅智聪,刘梦琪,周海,董倩雯.基于改进旋转森林算法的窃电检测研究[J].电力科学与技术学报,2024(1):93-104. |
| |
作者姓名: | 刘建锋 梅智聪 刘梦琪 周海 董倩雯 |
| |
作者单位: | 上海电力大学电气工程学院 |
| |
基金项目: | 国家自然科学基金(61873159); |
| |
摘 要: | 如何准确检测出用户侧窃电行为是长期存在于各供电公司一个难点,传统的窃电检测方案均存在一定的局限性。针对窃电检测领域正负类样本高度不平衡,且单一分类模型表现不佳的问题,提出一种基于改进旋转森林算法的窃电检测方法。旋转森林算法采用主成分分析(principal component analysis,PCA)进行特征提取,利用原始训练集的所有主成分训练每个基分类器。在经典的旋转森林算法基础上,使用改进合成少数类过采样(synthetic minority oversampling technique,SMOTE)算法平衡样本子集中的正负类样本;使用Bagging算法中的Bootstrap抽样对训练子集进一步抽样;按准确率对基分类器进行选择性集成等3个方面的改进。算例使用华东某地区实际用户数据,结果表明所提窃电检测方法对比单一分类模型和现有集成学习策略,在多项评价指标下均取得更好的效果。
|
关 键 词: | 窃电检测 集成学习 改进SMOTE算法 旋转森林 特征工程 |
|
|