| 相异模型下Stacking集成结构的异常用电用户识别方法 |
| |
| 引用本文： | 程超鹏,彭显刚,曾勇斌,许方园. 相异模型下Stacking集成结构的异常用电用户识别方法[J]. 电网技术, 2021, 45(12): 4828-4836. DOI: 10.13335/j.1000-3673.pst.2020.0849 |
| |
| 作者姓名： | 程超鹏 彭显刚 曾勇斌 许方园 |
| |
| 作者单位： | 广东工业大学 自动化学院,广东省 广州市 510006 |
| |
| 摘 要： | 针对电力用户异常用电行为造成电网非技术性损失(non-technical-loss,NTL),影响企业收益及供电质量等问题,文中提出一种相异模型下Stacking集成结构的异常用电用户识别方法.该方法综合分析用户用电侧历史数据特性,建立并提取用户用电特征;采用支持向量机(support vector machine,SVM)、随机森林(random forests,RF)、梯度决策树(gradient boosting decision tree,GBDT)及深度森林(deep forest)4种相异模型做为Stacking结构的基分类模型,对用电特征进行Stacking转换;并选取XGBoost(extreme gradient boosting)算法作为Stacking结构的元分类模型,对转换后的用电特征集进行分类,判断用户用电是否异常.通过实例分析,验证本文所提模型相比于单个模型有更高效的分类性能,为供电企业用电监察工作及经济效益管理提供参考.
|
| 关 键 词： | 异常用电 支持向量机 随机森林 XGBoost 深度森林 Stacking集成 |
An Abnormal Power User Recognition Method for Stacking Integrated Structures With Different Models |
| |
| CHENG Chaopeng,PENG Xiangang,ZENG Yongbin,XU Fangyuan. An Abnormal Power User Recognition Method for Stacking Integrated Structures With Different Models[J]. Power System Technology, 2021, 45(12): 4828-4836. DOI: 10.13335/j.1000-3673.pst.2020.0849 |
| |
| Authors: | CHENG Chaopeng PENG Xiangang ZENG Yongbin XU Fangyuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
