论文部分内容阅读
针对传统的反窃电预测方法准确度低的问题,提出了一种基于电力大数据的反窃电预测方法.该方法根据异常规则构造窃电数据样本,引入线损率增长率这一约束条件,使用4种机器学习分类算法分别在电压、电流和功率因数数据集上构建预测模型,将其输出的数据异常用户与线损异常用户相结合,输出疑似窃电用户清单.实验结果表明,该方法预测准确度令人满意,在疑似窃电用户识别方面是高效可行的.