电价审计中用户用电行为特征的智能提取方法研究

传统用电行为特征提取方法难以挖掘连续的用户用电行为数据,导致特征提取精度较低且特征异常值较多。针对这个问题,文章研究电价审计中用户用电行为特征的智能提取方法。挖掘周期性电价审计过程中存在的隐藏数据,标定数据参数,归一化处理用户用电行为数据。采用线性差值填充算法处理周期范围内的电力数据,控制用户用电数据的连续性。特征化处理行为数据后,进行卡方检验并构建指标提取过程,最终完成智能提取方法的构建。在模拟用户用电行为数据采集环境后,对应不同的采集周期整理为用电数据集,准备2种传统提取方法与所设计的方法进行对照实验,实验结果表明,所设计的智能提取方法具有较高的特征提取精度,且产生的特征异常值最少。