基于组合模型的电力用户用电行为分层分类方法

摘要

针对电网企业对电力用户进行精细化管理需求,提出一种组合模型实现对“正常”、“窃电”、“漏电”和“计量异常”4种用电行为的分层分类。首先,利用电压不平衡度等3维特征对高维用电数据进行降维表征,然后提出磷虾算法优化的一类支持向量机KH-OC-SVM(krill herd optimized one-class support vector machine)分类器将特征向量自动划分为“正常”和“异常”2类,最后利用所提基于密度的K-均值(K-means)聚类算法对“异常”数据进行分析,将其自动划分为“窃电”“漏电”和“计量异常”3种异常用电行为。算例结果表明,所提方法能够有效实现电力用户用电行为的自动分类。