一种基于数据挖掘的专变用户用电异常识别方法及系统

本发明提供了一种基于数据挖掘的专变用户用电异常识别方法及系统，包括：基于专变用户的多源异构用电数据，通过多维特征提取，生成特征集；基于特征集，采用无监督模型对专变用户进行异常评分筛选，得到异常嫌疑用户；基于异常嫌疑用户的特征集，采用二分类模型对异常嫌疑用户进行判别，得到异常嫌疑用户的异常判别结果；二分类模型由至少两种并行的梯度提升决策树模型通过动态权重融合后构建；该方法和系统通过无监督模型与二分类模型融合，并动态调整各梯度提升决策树模型的权重，将无监督学习的快速筛查能力与二分类模型的高精度分类能力有机结合，形成“粗筛‑精判”的级联检测体系，提升效率、增强识别能力、动态变化适应更好。