一种基于Blending集成学习的窃电检测识别方法

AITNT
正文
推荐专利
一种基于Blending集成学习的窃电检测识别方法
申请号:CN202410724564
申请日期:2024-06-05
公开号:CN118626907A
公开日期:2024-09-10
类型:发明专利
摘要
本发明公开了一种基于Blending集成学习的窃电检测识别方法,包括以下步骤:利用采样设备实时获取用户的用电量数据;采用ADASYN采样方法处理类别不平衡的用电数据;通过初级学习器进行遴选,选择最佳初级学习器组合,通过元学习器性能上的比较选择表现最优的元学习器融合不同初级学习器的优势,构建Blending集成学习模型;基于Blending集成学习模型基于历史数据对每一个台区未来一天的用电量进行短期预测;针对RSPE超过阈值的窃电嫌疑台区进行重点核查;将窃电可疑台区后连接的所有用户暂时全部确定为可疑用户,将处理后的数据作为模型的输入,通过构建的Blending集成学习模型完成窃电用户检测识别;该方法可以结合台区窃电检测和用户窃电检测台区来提高检测的效率和准确性。
技术关键词
检测识别方法 集成学习模型 学习器 台区用电量 样本 采样设备 数据 采样方法 窃电用户 异常用户 SMOTE算法 指标计算方法 有功功率 度量 K近邻 曲线 对象 时间段 模式
系统为您推荐了相关专利信息
1
视频识别方法、装置、设备及存储介质
视频编码器 文本编码器 视频识别方法 图像编码器 样本
2
基于大模型的任务处理方法、装置、及存储介质
多轮对话 意图识别 非暂态计算机可读存储介质 业务办理效率 金融自助设备
3
一种远程等离子体源解离率检测方法
远程等离子体源 率检测方法 输出特征 开关频率变化 支持向量机算法
4
图形用户界面智能体环境攻击评估方法及相关装置
图形用户界面 样本 语义 模块 背景壁纸
5
日志异常检测方法、图神经网络训练方法及相关设备
序列 语义向量 日志异常检测方法 样本 神经网络训练方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号