期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于多模型融合Stacking集成学习的异常用电检测方法研究 被引量:3
1
作者 邝萌 李英娜 +1 位作者 李川 曹敏 《电力科学与工程》 2021年第3期23-29,共7页
针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分... 针对单一异常用电检测方法对于存在不平衡性的数据集检测效率普遍不高的问题,提出了一种基于多模型融合Stacking集成学习的异常用电检测方法。首先,以居民用电数据作为研究对象,分析用户在习惯上表现的不同特征,结合不平衡处理技术和分类预测算法进行研究;其次,为了提高模型的整体性能,采用量子遗传算法对集成学习模型中的参数做优化处理;最后,通过云南某地区用电数据集进行验证,证明所提模型相比单一学习模型检测的准确率有明显提升,对提升异常排查效率,降低电力公司的运营成本具有重要意义。 展开更多
关键词 异常用电检测 多模型融合 不平衡处理技术 分类预测算法 Stacking集成学习
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部