基于FP-growth算法的用電異常數據挖掘方法
2020年電子技術應用第10期
段曉萌1，王 爽1，趙 婷1，丁徐楠2
1.中國電力科學研究院有限公司，北京100192；2.國網浙江省電力有限公司，浙江 杭州310007
摘要： 隨著科學技術的不斷進步，不法分子竊電手段日趨專業化多樣化，而傳統的防竊電技術實時性及可行性較低。研究對運行中智能電能表用電信息的數據采集及特征提取，分析異常用電數據，應用機器學習的方法對特征值進行學習，并推導出用電異常的判斷閾值，采用關聯規則數據挖掘方法對獨立檢測的結果進行融合，從而實現竊電數據的挖掘。最后驗證了模型建立的準確性，并推導出用電異常案例的甄別方法。
中圖分類號： TN915；TM933
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.200073
中文引用格式： 段曉萌，王爽，趙婷，等. 基于FP-growth算法的用電異常數據挖掘方法[J].電子技術應用，2020，46(10)：47-50.
英文引用格式： Duan Xiaomeng，Wang Shuang，Zhao Ting，et al. Data mining method on abnormal electricity usage based on FP-growth algorithm[J]. Application of Electronic Technique，2020，46(10)：47-50.
文獻標識碼： A
DOI：10.16157/j.issn.0258-7998.200073
中文引用格式： 段曉萌，王爽，趙婷，等. 基于FP-growth算法的用電異常數據挖掘方法[J].電子技術應用，2020，46(10)：47-50.
英文引用格式： Duan Xiaomeng，Wang Shuang，Zhao Ting，et al. Data mining method on abnormal electricity usage based on FP-growth algorithm[J]. Application of Electronic Technique，2020，46(10)：47-50.
Data mining method on abnormal electricity usage based on FP-growth algorithm
Duan Xiaomeng1，Wang Shuang1，Zhao Ting1，Ding Xunan2
1.China Electric Power Research Institute，Beijing 100192，China； 2.State Grid Zhejiang Electric Power Co.，Ltd.，Hangzhou 310007，China
Abstract： Because of the technology development, the means for stealing electricity becomes more specialized and diversified. The traditional anti-theft technology is less real-time and less feasible. This paper studied the intelligent diagnosis and characteristics extract method of electricity energy meter during online operation, analyzed the abnormal electricity consumption data, used machine learning abnormality judgment thresholds based on features, and used association rule data mining methods to fuse independent detection results, realizing the mining of power theft data. At last, this paper verified the accuracy of the model establishment, and deduced the screening method of power consumption abnormal cases.
Key words : energy meter；abnormal electricity usage；FP-growth algorithm；data mining
0 引言
電能表電能計量的準確性是電網公司與電力用戶之間貿易結算及電網公司利潤實現的最終環節，不法行為會嚴重傷害貿易關系的公平、公正、公開性，因此查處用電異常行為是電網公司一直以來的工作重點。隨著電網公司對反竊電工作重視程度的增加，不法分子的手段也逐步變得隱蔽化與智能化[1]。近年來，隨著用電信息采集系統的不斷完善，已經能夠按照業務需求廣泛采集到電能表的大量數據，從大量無序數據中應用單一準則判斷用電異常，容易產生誤判情況，如由于環境或振動而引發的開表蓋事件[2]。如何從大量的用電異常數據中提高辨別竊電數據的概率，從多組數據關聯來推斷是否竊電，是本文研究的重點。因此提出一種通過數據關聯規則判斷在運電能表用電異常行為的數據挖掘方法。
本文詳細內容請下載:http://m.xxav2194.com/resource/share/2000003019
作者信息:
段曉萌1，王 爽1，趙 婷1，丁徐楠2
(1.中國電力科學研究院有限公司，北京100192；2.國網浙江省電力有限公司，浙江 杭州310007)
此內容為AET網站原創，未經授權禁止轉載。