基于模糊C均值算法和深度特征的电力客户异常用电行为检测方法OA

受到数据量以及异常用电样本比值易变化的影响,电力客户异常用电行为检测效果较差。对此,提出一种基于模糊C均值(FCM))算法和深度特征的电力客户异常用电行为检测方法。增强电力客户异常用电数据,采用数据欠采样和数据过采样,获取新的电力客户用电行为数据集。通过分析用户侧电压、电流不平衡度,将样本数据按时间和空间划分为多个样本集,建立用电不平衡深度特征矩阵。整合各样本集的隶属度,判断电力客户样本信息中是否存在异常样本集,将异常样本集从正常样本集中有效地区分出来,实现电力客户异常用电行为检测。实验结果表明,得到的ROC曲线更接近于1,AUC值达到了0.96,整体电力客户异常用电行为检测效果较好。