文献类型：期刊文章

作　　者：胡殿刚[1] 李韶瑜[1] 楼俏[2] 王琼[2] 程淼海[2] 王国军[2] 李国辉[3,4]

机构地区：[1]国网甘肃省电力公司,兰州730030 [2]国网甘肃省电力公司兰州供电公司,兰州730050 [3]福州大学数学与计算机科学学院,福州350116 [4]福建省网络计算与智能信息处理重点实验室,福州350116

出　　处：《计算机系统应用》

基　　金：国家自然科学基金(61103175;61300104);教育部科学技术研究重点项目(212086);福建省科技创新平台建设(2009J1007);福建省自然科学基金(2013J01230);福建省高校杰出青年科学基金(JA12016);福建省高等学校新世纪优秀人才支持计划(JA13021)

年　　份：2016

卷　　号：25

期　　号：8

起止页码：155-161

语　　种：中文

收录情况：CSA、IC、ZGKJHX、普通刊

摘　　要：对于非法用电行为的检测,电力企业通常采用传统的人工检查方式,而这种方式的准确率和效率往往都比较低.提出一种将极限学习机(ELM)应用于预测存在非法用电行为用户的方法.首先,在收集到的用户历史用电数据,对原始数据进行预处理.然后,应用ELM算法建立异常用电行为的神经网络模型.最后,在真实用电数据上进行实证分析,通过与随机森林算法建立的预测模型及预测结果的对比,证明提出的方法具有较高的准确率和较好的性能.

关 键 词：极限学习机 特征选择  用户用电行为  

分 类 号：F426.61] TP183]