一种基于GBDT算法及因素融合的异常用户识别方法

    公开(公告)号:CN111160791A

    公开(公告)日:2020-05-15

    申请号:CN201911411394.9

    申请日:2019-12-31

    IPC分类号: G06Q10/06 G06Q50/06

    摘要: 本发明公开一种基于GBDT算法及因素融合的异常用户识别方法,包括:步骤1、数据预处理:采集用户用电量数据以及台区供电量数据并进行预处理;步骤2、特征抽取:采用支持向量机算法根据各特征与窃电行为之间的关系,从历史用电量与用电量异动相关特征中筛选出与窃电相关特征;步骤3、模型构建:将步骤2筛选的与窃电相关特征作为异常用户识别模型的输入数据,利用GBDT作为建模算法构建异常用户识别模型;通过异常用户识别模型计算得出疑似异常用电用户,同时根据疑似窃电概率公式计算异常用户的窃电概率P。本发明能够有效实现用电行为异常的精准识别以及用户窃电概率的计算,以缩小排查范围的同时具有排查重点,减轻排查人员的工作量,提交准确性。