返回列表 发布新帖

基于改进旋转森林算法的窃电检测研究

22 0
admin 发表于 2024-12-14 11:43 | 查看全部 阅读模式

文档名:基于改进旋转森林算法的窃电检测研究
摘要:如何准确检测出用户侧窃电行为是长期存在于各供电公司一个难点,传统的窃电检测方案均存在一定的局限性.针对窃电检测领域正负类样本高度不平衡,且单一分类模型表现不佳的问题,提出一种基于改进旋转森林算法的窃电检测方法.旋转森林算法采用主成分分析(principalcomponentanalysis,PCA)进行特征提取,利用原始训练集的所有主成分训练每个基分类器.在经典的旋转森林算法基础上,使用改进合成少数类过采样(syntheticminorityoversamplingtechnique,SMOTE)算法平衡样本子集中的正负类样本;使用Bagging算法中的Bootstrap抽样对训练子集进一步抽样;按准确率对基分类器进行选择性集成等3个方面的改进.算例使用华东某地区实际用户数据,结果表明所提窃电检测方法对比单一分类模型和现有集成学习策略,在多项评价指标下均取得更好的效果.

Abstract:Detectinguser-sideelectricitytheftaccuratelyhaslongbeenachallengeforpowersupplycompanies,withtraditionaltheftdetectionmethodshavingcertainlimitations.Addressingthehighlyimbalancedpositiveandnegativesamplesinthefieldoftheftdetection,andthepoorperformanceofsingleclassificationmodels,thisstudyproposesatheftdetectionmethodbasedonanimprovedRotationForestalgorithm.TheRotationForestalgorithmusesPrincipalComponentAnalysis(PCA)forfeatureextraction,trainingeachbaseclassifierwithallprincipalcomponentsoftheoriginaltrainingset.BuildingupontheclassicalRotationForestalgorithm,improvementsaremadeinthreeaspects:balancingthepositiveandnegativesamplesinthesubsetusingtheSyntheticMinorityOversamplingTechnique(SMOTE)algorithm,furthersamplingthetrainingsubsetusingBootstrapsamplingintheBaggingalgorithm,andselectivelyintegratingbaseclassifiersbasedonaccuracy.AcasestudyusingactualuserdatafromaregioninEastChinademonstratesthattheproposedtheftdetectionmethodachievesbetterresultsinmultipleevaluationmetricscomparedtosingleclassificationmodelsandexistingensemblelearningstrategies.

作者:刘建锋  梅智聪  刘梦琪  周海  董倩雯Author:LIUJianfeng  MEIZhicong  LIUMengqi  ZHOUHai  DONGQianwen
作者单位:上海电力大学电气工程学院,上海200090
刊名:电力科学与技术学报 ISTICPKU
Journal:JournalofElectricPowerScienceandTechnology
年,卷(期):2024, 39(1)
分类号:TM731
关键词:窃电检测  集成学习  改进SMOTE算法  旋转森林  特征工程  
Keywords:electricitytheftdetection  ensemblelearning  improvedSMOTEalgorithm  rotationforest  featureengineering  
机标分类号:TP309F832.5TP181
在线出版日期:2024年5月21日
基金项目:国家自然科学基金基于改进旋转森林算法的窃电检测研究[
期刊论文]  电力科学与技术学报--2024, 39(1)刘建锋  梅智聪  刘梦琪  周海  董倩雯如何准确检测出用户侧窃电行为是长期存在于各供电公司一个难点,传统的窃电检测方案均存在一定的局限性.针对窃电检测领域正负类样本高度不平衡,且单一分类模型表现不佳的问题,提出一种基于改进旋转森林算法的窃电检测方...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文

        基于改进旋转森林算法的窃电检测研究  Research on electricity theft detection based on improved rotation forest algorithm

基于改进旋转森林算法的窃电检测研究.pdf
2024-12-14 11:43 上传
文件大小:
1.5 MB
下载次数:
60
高速下载
【温馨提示】 您好!以下是下载说明,请您仔细阅读:
1、推荐使用360安全浏览器访问本站,选择您所需的PDF文档,点击页面下方“本地下载”按钮。
2、耐心等待两秒钟,系统将自动开始下载,本站文件均为高速下载。
3、下载完成后,请查看您浏览器的下载文件夹,找到对应的PDF文件。
4、使用PDF阅读器打开文档,开始阅读学习。
5、使用过程中遇到问题,请联系QQ客服。

本站提供的所有PDF文档、软件、资料等均为网友上传或网络收集,仅供学习和研究使用,不得用于任何商业用途。
本站尊重知识产权,若本站内容侵犯了您的权益,请及时通知我们,我们将尽快予以删除。
  • 手机访问
    微信扫一扫
  • 联系QQ客服
    QQ扫一扫
2022-2025 新资汇 - 参考资料免费下载网站 最近更新浙ICP备2024084428号-1
关灯 返回顶部
快速回复 返回顶部 返回列表