基于深度森林算法的异常用电行为检测方法

摘要

面对当前使用的逻辑回归、模糊聚类检测方法在异常用电行为数据持续增加情况下,出现的检测精准度低的问题,提出了基于深度森林算法的异常用电行为检测方法。构建基于深度森林的异常用电特征采样模型,预处理原始样本数据,消除遗漏数据。采用插值方法修复缺失值,并提取完整异常用电行为特征量。训练样本,减少拟合风险,使用深度森林算法,确定用电行为异常指数,并分类异常用电行为。由实验结果可知,该方法检测到的分时电量数据均与实际数据一致,当误检率为0.2时,检测率为0.05,具有精准检测结果。