一种基于机器学习模型的电力风险客户筛选方法

摘要

本发明公开了一种基于机器学习模型的电力风险客户筛选方法，属于电力技术领域。现有的在电力客户管理中，异常用电的客户一直是企业关心的重点，但电力企业一直缺少有效的手段识别异常用电客户，以往主要通过对单个客户的用电负荷曲线进行观察，面临效率低下，无法从海量客户中直接筛选出异常用电的客户。本发明包括以下步骤：步骤1，获取客户用电数据；步骤2，设计电力离群用户识别指标体系；步骤3，基于局部异常因子算法LOF，建立电力离群用户识别模型；步骤4，对模型进行应用，实现电力离群客户的自动筛选。本发明基于机器学习算法，能够实现自动化识别异常用电客户，保障电网安全运行，避免电网经济损失，提高电网管理水平。