典型文献
基于深度森林算法的异常用电行为检测方法
文献摘要：
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.
文献关键词：
深度森林算法;异常用电;行为检测;修复缺失值;行为特征量
中图分类号：
作者姓名：
张昕;孙莉;许高俊
作者机构：
国网江苏省电力有限公司营销服务中心,江苏南京210019
文献出处：
引用格式：
[1]张昕;孙莉;许高俊-.基于深度森林算法的异常用电行为检测方法)[J].电子设计工程,2022(19):115-119
A类：
遗漏数据,修复缺失值,行为特征量
B类：
深度森林算法,异常用电行为,行为检测,逻辑回归,模糊聚类,行为数据,用电特征,样模,插值方法,训练样本,使用深度,异常指数,电量,实际数据,误检率,检测率,精准检测
AB值：
0.193546
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
