隨著電網(wǎng)的快速普及,居民在享受用電便利的同時,供電企業(yè)線路損失率居高不下,導(dǎo)致了企業(yè)供電成本的提升。而用戶的異常用電行為往往就是供電企業(yè)線路損失率居高不下的主要原因,嚴重影響企業(yè)的正常運營秩序。在電網(wǎng)信息化程度不斷提高的今天,正確的利用信息化電網(wǎng)所提供的海量數(shù)據(jù),從大量的用電信息中挖掘有價值的信息用于解決異常用電行為的檢測成為了一個熱門的研究領(lǐng)域。本文提出了一種基于時間維度和主成分分析法的異常用電檢測模型。模型包括數(shù)據(jù)預(yù)處理、基于時間維度的特征構(gòu)造、主成分分析、xgboost、GBDT、隨機森林模型融合這幾個部分。然后根據(jù)融合的算法模型對異常用電識別系統(tǒng)進行設(shè)計與實現(xiàn)。對比傳統(tǒng)的機器學(xué)習(xí)方法模型,本項目著重于通過原始用電負荷數(shù)據(jù)構(gòu)造不同時間維度的特征來表征用戶用電行為。之后再采用主成分分析法對高維度的特征進行降維,使得最后用于訓(xùn)練的特征都具有不同方面的代表性。在模型的選擇方面也不再使用傳統(tǒng)的單一模型進行訓(xùn)練,取而代之的是一個融合模型。在模型算法的驗證階段,本文通過使用中國電網(wǎng)提供的真實用電負荷數(shù)據(jù)做測試,綜合三個單一模型的評估結(jié)果,及對比本文所采用的融合模型的結(jié)果發(fā)現(xiàn),經(jīng)過融合后的模型... 

【文章頁數(shù)】：84 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 引言
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 論文研究內(nèi)容與目標
        1.3.1 論文研究內(nèi)容
        1.3.2 研究目標
        1.3.3 本人承擔(dān)任務(wù)
    1.4 論文組織結(jié)構(gòu)
第二章 系統(tǒng)相關(guān)理論及技術(shù)介紹
    2.1 皮爾遜相關(guān)系數(shù)
    2.2 主成分分析法
        2.2.1 主成分分析的基本介紹
        2.2.2 主成分分析法的計算步驟
    2.3 算法介紹
        2.3.1 xgbost算法
        2.3.2 GBDT算法
        2.3.3 隨機森林算法
    2.4 PYTHON和DJANGO
        2.4.1 Python簡介
        2.4.2 Django簡介
    2.5 本章小結(jié)
第三章 用戶異常用電檢測模型的研究
    3.1 數(shù)據(jù)介紹
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 數(shù)據(jù)過濾
        3.2.2 缺失值填補
        3.2.3 數(shù)據(jù)歸一化
    3.3 基于時間維度和相關(guān)性的特征構(gòu)建
        3.3.1 日特征構(gòu)建
        3.3.2 月特征構(gòu)建
        3.3.3 季度特征構(gòu)建
        3.3.4 年特征構(gòu)建
        3.3.5 用戶用電負荷相關(guān)性特征構(gòu)建
    3.4 特征維度規(guī)約
    3.5 模型構(gòu)建及融合
        3.5.1 隨機森林算法模型
        3.5.2 GBDT算法模型
        3.5.3 xgboost算法模型
        3.5.4 算法模型融合
    3.6 模型評估與實驗結(jié)果分析
        3.6.1 模型評估方法
        3.6.2 單一模型實驗結(jié)果
        3.6.3 融合模型實驗結(jié)果
        3.6.4 實驗結(jié)果分析
    3.7 本章小結(jié)
第四章 系統(tǒng)的需求分析和總體設(shè)計
    4.1 系統(tǒng)需求分析
        4.1.1 系統(tǒng)業(yè)務(wù)分析
        4.1.2 系統(tǒng)功能需求分析
        4.1.3 系統(tǒng)用例分析
        4.1.4 系統(tǒng)非功能需求分析
    4.2 系統(tǒng)的總體設(shè)計
        4.2.1 軟件開發(fā)平臺
        4.2.2 軟件運行環(huán)境
        4.2.3 系統(tǒng)設(shè)計限制說明
        4.2.4 系統(tǒng)架構(gòu)設(shè)計
    4.3 系統(tǒng)功能模塊設(shè)計
    4.4 系統(tǒng)數(shù)據(jù)庫設(shè)計
        4.4.1 數(shù)據(jù)庫實體關(guān)系設(shè)計
        4.4.2 數(shù)據(jù)庫表設(shè)計
    4.5 本章小結(jié)
第五章 系統(tǒng)的模塊設(shè)計與實現(xiàn)
    5.1 數(shù)據(jù)預(yù)處理模塊的設(shè)計與實現(xiàn)
        5.1.1 數(shù)據(jù)預(yù)處理模塊流程設(shè)計
        5.1.2 數(shù)據(jù)過濾
        5.1.3 缺失值填補
        5.1.4 數(shù)據(jù)預(yù)處理模塊實現(xiàn)
        5.1.5 數(shù)據(jù)預(yù)處理結(jié)果展示
    5.2 基于時間維度的特征構(gòu)造模塊的設(shè)計與實現(xiàn)
        5.2.1 特征構(gòu)造模塊設(shè)計
        5.2.2 特征提取
        5.2.3 特征規(guī)約
        5.2.4 數(shù)據(jù)歸一化
        5.2.5 特征構(gòu)造模塊實現(xiàn)
    5.3 模型訓(xùn)練模塊的設(shè)計與實現(xiàn)
        5.3.1 模型訓(xùn)練模塊設(shè)計
        5.3.2 模型訓(xùn)練模塊實現(xiàn)
    5.4 模型檢測結(jié)果展示模塊的設(shè)計與實現(xiàn)
        5.4.1 模型檢測結(jié)果展示模塊設(shè)計
        5.4.2 模型檢測結(jié)果展示模塊設(shè)計模式
        5.4.3 模型檢測結(jié)果展示模塊實現(xiàn)
        5.4.4 模型展示界面
    5.5 本章小結(jié)
第六章 論文總結(jié)與展望
    6.1 論文內(nèi)容總結(jié)
    6.2 下一步工作展望
參考文獻
致謝



本文編號：3652629