摘要
本发明提供了一种基于特征指标降维与密度峰值聚类的异常用电行为辨识方法,属于用电异常检测领域;所要解决的技术问题为:提供一种基于特征指标降维与密度峰值聚类的异常用电行为辨识方法的改进;包括以下步骤:根据日、月用电量数据,从统计性指标、波动性指标、趋势性指标和相似性度量指标四个角度出发,构造能反映用户用电行为的多维特征集;采用特征降维方法对提取出的多维特征集进行降维操作;采用密度峰值聚类算法将所有用户降维后的特征依据密度进行聚类,得到代表不同用电行为的多个密度峰值点;计算每个用户的离群异常指数并设定阈值确定异常用户;本发明应用于异常用电行为判断。
技术关键词
辨识方法
指标
密度峰值聚类算法
鲸鱼优化算法
特征降维方法
日用电量
数据
序列
异常用户
表达式
指数
皮尔逊相关系数
数学模型
度量
成分分析
因子
线性
决策