文献类型：期刊文章

作　　者：张丽娟[1] 保富[1]

Zhang Lijuan;Bao Fu(Information Center,Yunnan Power Grid Co.,Ltd.,Kunming 650217,China)

机构地区：[1]云南电网有限责任公司信息中心,昆明650217

出　　处：《电测与仪表》

基　　金：南方电网有限责任公司科技项目(059300HK42210007)。

年　　份：2022

卷　　号：59

期　　号：12

起止页码：163-168

语　　种：中文

收录情况：BDHX、BDHX2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对现有异常用电行为检测方法提取特征单一、检测精度不高等问题,文章提出了一种将改进蚁狮优化算法和改进支持向量机相结合,用于检测电力用户异常用电行为。采用决策树优化支持向量机转换为多级分类器,通过改进蚁狮优化算法优化支持向量机参数,提高训练速度。通过试验对多种异常用电行为进行分析,验证了所提方法的优越性。结果表明,与传统的异常数据检测方法相比,所述方法具有更高的检测精度和更低的训练时间。

关 键 词：智能电网 电力用户 异常用电  蚁狮优化算法  支持向量机

分 类 号：TM712]