
基本信息:
- 专利标题: 一种基于均值漂移和XGBoost的异常用电判别方法
- 申请号:CN201911252147.9 申请日:2019-12-09
- 公开(公告)号:CN111160401A 公开(公告)日:2020-05-15
- 发明人: 孙峰 , 王刚 , 程绪可 , 李家珏 , 温鑫 , 张冠锋 , 曾辉 , 白雪 , 张潇桐 , 赵清松 , 董鹤楠 , 李平
- 申请人: 国网辽宁省电力有限公司电力科学研究院 , 国家电网有限公司
- 申请人地址: 辽宁省沈阳市和平区四平街39-7号
- 专利权人: 国网辽宁省电力有限公司电力科学研究院,国家电网有限公司
- 当前专利权人: 国网辽宁省电力有限公司电力科学研究院,国家电网有限公司
- 当前专利权人地址: 辽宁省沈阳市和平区四平街39-7号
- 代理机构: 辽宁沈阳国兴知识产权代理有限公司
- 代理人: 何学军; 侯景明
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06Q50/06
摘要:
本发明属于电力技术领域,尤其涉及一种基于均值漂移和XGBoost的异常用电判别方法,是一种数据分析与挖掘的方法。包括采集台区用户的日冻结用电量信息并转置为列标;基于用电量信息及用电量归一化后的用电波动性进行均值漂移聚类分析;对均值漂移聚类结果差别进行标识与交集,形成初始疑似异常用电列表;从已确认的异常用电名单中选80%为样本训练学习,形成决策树模型;再对剩余20%异常用电名单的数据验证调整;对疑似异常用电列表进行二次筛选,得到最终异常用电名单。本发明对异于常规的用电特征,利用决策树模型进行二次过滤,使异常用电的判断更加高效准确,达80%以上,解决了异常用电客户的检测问题,其应用市场较为广阔。
公开/授权文献:
- CN111160401B 一种基于均值漂移和XGBoost的异常用电判别方法 公开/授权日:2024-07-02
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;计数 |
----G06K | 数据识别;数据表示;记录载体;记录载体的处理 |
------G06K9/00 | 用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置 |
--------G06K9/62 | .应用电子设备进行识别的方法或装置 |