基于电力大数据挖掘的异常用电用户识别模型研究

摘要

为有效管理电网用电用户,保障电力系统运行安全,提出基于电力大数据挖掘的异常用电用户识别模型研究。采用大数据挖掘方法获取用户用电量、用电类型两种用电行为大数据,经归一化处理后,将处理后的用电行为大数据,输入至由长短期记忆网络和双向门控循环单元组建的深度循环神经网络中,挖掘用户用电行为的时序特征,通过逻辑回归模型分类用户用电行为的时序特征,实现异常用电用户识别。经实验验证,该模型能够有效分类识别正常与异常用电用户,通过用电量与日平均负荷判断用户是否存在异常用电。

关键词

大数据挖掘 / 异常用电用户 / 识别模型 / 用户用电量 / 深度循环网络 / 时序特征