轻工学报

作者：金保华, 张明星, 吴怀广, 石永生

单位：郑州轻工业大学计算机与通信工程学院,河南郑州450001

关键词：反窃电预测, 异常规则分析, 电力大数据, 线损率增长率

基金：国家自然科学基金项目（61672470，61802350）；国家重点研发计划项目（2016YFE0100600，2016YFE0100300）

针对传统的反窃电预测方法准确度低的问题，提出了一种基于电力大数据的反窃电预测方法.该方法根据异常规则构造窃电数据样本，引入线损率增长率这一约束条件，使用4种机器学习分类算法分别在电压、电流和功率因数数据集上构建预测模型，将其输出的数据异常用户与线损异常用户相结合，输出疑似窃电用户清单.实验结果表明，该方法预测准确度令人满意，在疑似窃电用户识别方面是高效可行的.

来源：2020年第4期

《轻工学报》期刊编辑部

查看轻工学报杂志2020年第4期