摘要
一种基于密度和聚类算法的用电异常识别方法,属供用电管理领域。包括:数据收集;数据预处理;用户用能特征分析;用能特征指标库构建;基于密度计算模型筛选用电异常嫌疑用户;正常用户聚类分析;真正异常用户识别。其将密度和聚类算法应用于供电管理过程中的企业用户用电异常识别过程,运用密度模型初步筛选异常嫌疑用户,然后对剩余正常用电用户进行FCM聚类分析,进而得到正常用户用电特征,最后通过对嫌疑用户与正常用户用电特征的相似度分析,筛选出真正用电异常用户。其旨在监测重点用能企业违规用电行为,督促重点用能企业依法合规生产经营,保障电网企业经济效益。可广泛用于供电公司的运行管理和企业用户用电监测领域。
技术关键词
异常识别方法
密度
异常用户
指标库
统一社会信用代码
FCM聚类算法
聚类分析技术
供用电管理
数据统计方法
企业
样本
智能电表
电力
离线
传感器
负荷
数值
系统为您推荐了相关专利信息
电生理信号采集系统
模数转换模块
滤波器模块
多通道
延迟线
点云分割方法
启发式方法
融合深度学习
桥梁
深度学习网络模型
出力场景
概率密度函数
优化调度策略
蒙特卡罗
皮尔逊相关系数