基于神经网络算法的用户窃电行为检测模型研究

为了检测存在窃电行为的用电用户,减少电力企业经济效益损失,文章采用湖州市真实用户用电数据,基于机器学习BP神经网络算法,构建低压用户与专变用户用电行为特征,建立窃电风险等级模型。模型采用6折交叉验证方法,平均AUC值达到0.85,验证集中窃电用户命中率达到0.75,比以往人为排查的方法提高了效率和准确性,一定程度上能够辅助反窃电技术的智能化和信息化,为反窃电管理的完善提供有效的技术支持。