一种电费异常数据的检测方法、系统、介质及设备

本发明公开了一种电费异常数据的检测方法、系统、介质及设备，属于机器学习领域，所述方法为：采集用户的历史用电数据集；基于预设的Affinity Propagation聚类算法，对所述历史用电数据集进行聚类划分，得到表征不同用电行为模式的聚类簇及其聚类中心参数；通过预设的孤立森林算法对每个聚类簇递归构建孤立树，得到各孤立树的分割规则参数；整合各所述聚类中心参数与孤立树的分割规则参数，构建得到异常检测模型；根据所述异常检测模型，对当前的用电数据进行检测，输出检测结果。因此，通过实施本发明，能够解决现有技术存在的复杂用电场景中异常电费检测精度低的问题。