基于数据挖掘的电力用户行为特征分类研究
Research on Classification of Power User Behavior Characteristics Based on Data Mining作者机构:国网浙江杭州市萧山区供电有限公司浙江杭州311200
出 版 物:《自动化技术与应用》 (Techniques of Automation and Applications)
年 卷 期:2023年第42卷第11期
页 面:101-104,117页
学科分类:08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)]
摘 要:当前电力用户行为特征分类方法对于离散数据的处理能力较差,导致客户服务支撑效果依旧较差。针对此问题,设计基于数据挖掘的电力用户行为特征分类方法。使用LOF算法对离散数据与标准数据之间的距离进行测算,对原始电力数据进行处理,使用主元分析法设定电力用户行为数据观测变量,结合决策树技术构建电力用户特征分类模型,完成行为特征分类。实验结果表明,分类结果更精准,平均电网设备故障发生率为4.06%,用户窃电管控率最高达到87.43%,可有效支撑电力营销服务多个领域,用户服务效果较好。