基于分段聚合近似与Shapelet算法的户变关系异常识别方法

在电力系统运营中,准确地监测和识别户变关系异常是保证系统安全和提高运营效率的关键。本文基于分段聚合近似(piecewise aggregate approximation, PAA)和Shapelet算法提出了一种新的户变关系异常识别方法。首先,利用PAA算法对电力消费数据进行降维处理,其次,通过Shapelet算法从简化后的数据中提取关键模式,以准确识别和分类异常情况。最后,将本文方法与传统支持向量机算法进行性能比较,结果表明:本方法在准确率和召回率方面均显著优于支持向量机算法。