基于数据挖掘判别用电类别异常的分析与研究  

作　　者：金昌铉 朱宇龙 马博[1] 刘森[1] 黎晚晴 陈玲娜 

机构地区：[1]中国南方电网有限责任公司,广东广州510000 [2]南方电网数字电网研究院有限公司,广东广州510000

出　　处：《科技与创新》2020年第10期14-17,19,共5页Science and Technology & Innovation

摘　　要：随着电网企业全面实现智能电表全覆盖和低压集抄全覆盖,产生了海量实时的计量数据,这些数据通过分析挖掘技术,可在辅助电网规划、电网运行状态监控、负荷预测等方面发挥价值。然而,利用传统的统计分析挖掘技术,较难处理如此海量的计量数据,也无法识别异常数据蕴藏的企业经营风险问题,因此,有必要引入大数据分析挖掘技术,运用分类预测算法进行异常分析,有效识别电网高价值用户的用电类别异常。对电网企业用户如高耗能行业用户、一般工商业用户、大工业用户以及居民用户的用电数据进行深入研究,从宏观和微观角度分别对用电行为数据进行特征提取和行为分析,刻画出不同用电类别用户的负荷曲线,归纳用电行为特征,运用有效监督的数据挖掘算法构建用电类别异常识别模型,并和用户档案中的用电类别数据进行核对,找出异常数据,辅助识别电能计算装置使用异常、用户档案信息错乱和电费收取错误等异常。

关 键 词：用电行为 数据挖掘 日负荷曲线 决策树算法 

分 类 号：TM715[电气工程—电力系统及自动化]