一种基于斑马优化算法和SRF-KELM模型的新型电力系统反窃电预警方法

本发明提出了一种基于斑马优化算法和SRF‑KELM模型的电力系统反窃电预警方法，属于电网反窃电领域。该方法首先提取电压不平衡系数、电流不平衡系数和电流相关系数等关键用电行为特征，结合概率分析对用户用电行为进行分级分类。通过应用过采样和欠采样等重采样策略，有效缓解样本类别不平衡问题。利用斑马优化算法（ZOA）优化SRF‑KELM多分类模型参数，提升对窃电行为的检测准确率和系统运行效率。该方法适应大规模复杂用电场景，能够帮助供电企业及时发现异常和可疑用户，降低人工成本，减少窃电带来的经济损失，并具备良好的边缘智能部署与持续优化能力。