- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
第33卷第10期河南科学Vol.33No.10
2015年10月HENANSCIENCEOct.2015
文章编号:1004-3918(2015)10-1767-06
基于数据挖掘算法的用户窃电嫌疑分析
11122
周文婷,顾楠,王涛,韩双立,邓家贵
(1.国网新疆电力公司信息通信公司,乌鲁木齐830026;2.天津市万贸科技有限公司,天津300171)
摘要:在详细分析窃电用户用电特性的基础上,搭建了用于处理海量用电数据的分布式存储Hadoop平台,分析
和改进了适用于并行处理的BP神经网络算法,进而提出了基于人工神经网络的窃电嫌疑分析模型.根据窃电行为
将会导致的用电异常数据,以及参考供电行业同业经验,选取了影响窃电嫌疑系数的十二个指标.结合窃电嫌疑
分析模型,分析得出无窃电嫌疑、一般窃电嫌疑和重大窃电嫌疑三种情况.最后结合实例对该模型的精确度进行
验证.
关键词:窃电分析;Hadoop;数据挖掘;BP神经网络
中图分类号:TM933文献标识码:A
AnalysisontheSuspicionofUsers’StealingElectricity
BasedonDataMiningAlgorithms
11122
ZhouWenting,GuNan,WangTao,HanShuangli,DengJiagui
(1.StateGridElectricPowerCompanyTelematicsXinjiang,Urumqi830026,China;
2.TianjinWanmaoTechnologyCompanyLimited,Tianjin300171,China)
Abstract:Basedonadetailedanalysisofcharacteristicsofuserswhostealelectricity,thispaperbuiltadistributed
storageHadoopplatformtohandlevastamountsofelectricitydata.Furthermore,BPneuralnetworkalgorithmwhich
issuitableforparallelprocessing,wasanalyzedandadvanced.Onthisbasis,theauthorputforwardtheanalysismodel
aboutthesuspicionofstealingelectricitybasedonartificialneuralnetwork.Twelveindicatorsofsuspectcoefficient
forstealingelectricityhavebeenselected,accordingtotheelectricity’sabnormaldatawhichwillbeledbythe
behaviorofpowerstealingandtheexperienceofbusinessesofthesametrade.Besides,combiningwithstealing
suspectsanalysismodel,theauthorfoundoutthattherewerethreecasesforstealingelectricity:nosuspicion,general
suspicionandgreatsuspicion.Finally,theaccuracyofthemodelwas
文档评论(0)