基于神经网络的用电异常行为检测

摘要：

　　电力损失一般可分为技术损失和非技术损失，其中一个主要的非技术损失是窃电，此异常用电行为通常包括绕过电表、篡改电表读数或入侵电表。窃电会导致电力猛增，电力系统负荷过重，电力公司收入损失巨大，以及对公共安全的危害(如火灾和电击)[1]。本文通过智能电表数据进行数据挖掘，使用基于神经网络的用户异常用电识别模型来检测用户是否存在异常用电行为，取得了较好的效果。

关键词： 异常用电 智能电表数据 神经网络

作者: 丁朋鹏

作者单位: 上海电力大学计算机科学与技术学院,上海200090

会议类型: 国内会议

会议名称: 2019年上海市“智能计算与智能电网”研究生学术论坛

会议地点: 上海

会议语种:中文

页码: 169-178

在线出版日期: 2019-05-17（万方平台首次上网日期，不代表论文的发表时间）