文献类型：期刊文章

作　　者：王安军[1] 韩丽[2] 周亚静[1]

WANG An-jun;HAN Li;ZHOU Ya-jing(State Grid Henan Skills Training Center,Zhengzhou 450051,China;State Grid Zhengzhou Electric Power Supply Company,Zhengzhou 450000,China)

机构地区：[1]国网河南省电力公司技能培训中心,郑州450051 [2]国网河南省电力公司郑州供电公司,郑州450000

出　　处：《信息技术》

年　　份：2021

卷　　号：45

期　　号：5

起止页码：116-121

语　　种：中文

收录情况：ZGKJHX、普通刊

摘　　要：针对现有基于用电数据的窃电行为识别性能不佳的问题,提出了一种基于差分进化SVM的识别方法。电网中窃电用户占比较少,样本数据集分类严重不平衡,为此利用K-means聚类提取少数类中心,再通过SMOTE算法生成窃电样本,提高数据集平衡性。然后,构建了基于SVM的窃电行为识别模型,并利用差分进化实现参数寻优。实验结果表明,该方法能够在样本不平衡条件下有效实现窃电行为识别,且识别准确率较高。

关 键 词：用电数据  窃电行为识别  不平衡数据 支持向量机 差分进化

分 类 号：TM76]