电费数据异常不仅关系到电网公司和用电用户的根本利益,还影响了电费的及时回收,电网公司如何将电费数据异常风险降到最小,这是需要关注的问题。准确的电费数据异常检测可以帮助电网公司提高对电费异常数据核查的命中率,减少下发到基层电费复核部门的工单数量。然而,在当前电费数据异常检测技术中,很难获得训练数据标签,且存在样本不平衡、低占比样本预测查全率低、操作流程复杂难以推广等问题,为了有效解决以上问题,深入挖掘电费数据的结构化特点,本文通过机器学习的方法开展电费数据异常智能检测工作,主要研究工作包括:首先,针对电费数据集研究了电费数据预处理的方法,根据电费数据集的特点,对电费数据进行了缺失值填充和异常值处理等预处理操作,进一步对电费数据中的非数值字符进行特征编码,并使用随机森林算法对电费数据集进行特征重要度排序,对重要度排序结果靠后的特征进行删除处理。为了更好地理解电费数据集属性之间的关联性,建立了特征之间的线性相关系数矩阵,并绘制了相关性热力图。其次,为解决电费数据样本的不平衡问题,提出了基于KUS-KSOS的电费数据样本不平衡处理算法,以尽可能提高电费异常数据的检测查全率和查准率。通过查看电费数据集中的数据分布,使用KUS-KSOS混合采样算法对电费数据集进行样本平衡处理,让数据分布更加均衡。实验结果表明KUS-KSOS算法最高可将电费数据异常检测的查准率由采样前的78.5%提高到采样后的94.1%,证明了KUS-KSOS算法在一定程度上可减少多数类样本中重要信息损失,提高电费数据异常检测的查准率。最后,基于上述已经处理好的电费数据集,针对电费数据特征之间的相关性,利用Pearson相关系数和距离相关系数特征优化算法,提出了基于DC-XGBoost的电费数据异常智能检测模型。实验结果表明,与XGBoost等机器学习算法进行对比,改进的DC-XGBoost算法查准率提高了3.3%,查全率提高了6.8%,AUC值提高了3.1%,表现出了更优的性能。为了进一步提高电费数据异常检测的查全率和查准率,在原始深度森林中的每层级联结构中引入DC-XGBoost算法,在保证每一层创建的概率向量尽可能准确的同时,通过增加学习器的多样性改进模型检测的性能,构建了基于改进深度森林的电费数据异常智能检测模型。实验结果表明,所提出算法与原始深度森林相比提高了7.1%的查全率和3.1%的AUC值,证明了算法的有效性、可行性,对电费数据异常检测实际应用具有重要意义。