原创力文档- 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）