基于AdaBoost-DT算法的电力市场串谋行为识别研究

摘要

针对电力市场中购电商串谋的识别方法定性分析居多,实时性不高的问题,文中提出基于AdaBoost-DT算法的串谋行为智能识别方法,将AdaBoost-DT集成分类算法用于串谋识别中,解决了串谋行为难以量化识别的问题。从串谋机理出发,设计了一套基于任意2个购电商之间的串谋识别指标体系。面对数据不均衡问题,采用过采样法对训练数据集进行增广,利用AdaBoost-DT分类算法训练串谋行为智能识别模型。最后,以月度交易数据为支撑进行算例分析,采用接收者操作特性曲线(ROC)和接收者操作特性曲线下的面积(AUC值)评价模型的识别效果。实验结果表明,该串谋行为识别方法的准确率较高且实时性较好,充分验证了算法的有效性。