【技术实现步骤摘要】
本专利技术涉及电力系统运行安全，特别涉及一种融合重采样与stacking集成学习的窃电检测方法。
技术介绍
1、随着电力需求的不断增长，窃电检测已成为保障供电公司效益的重要措施。供电公司检测窃电的主要方法是通过查看是否有人为破坏电能表结构、更改计量装置来对异常用电进行检测。一般采用电能表集中管理，防窃电铅封，防伪封锁，电表防磁，电表开箱报警，加强负荷监控装置等手段来防窃电。该方法效率低，耗费人力物力，检查范围有限，因此抓获的窃电案数目非常少。供电公司对窃电检测重视程度的增加导致传统通过诸如线路窃听或电表篡改之类的物理攻击的检测方法难以有效检测出窃电的行为。同时智能电表和用电信息采集系统的普及，使得越来越多的研究者可以更有效地采集用户用电数据，这是利用机器学习进行窃电检测的基础。
2、窃电检测的实质在机器学习中可以归结为分类问题，分类则是一种有监督的学习方法，需要带有类标签(用电异常和用电正常)的训练数据集先训练出模型，然后通过训练出来的模型识别现有用户是否异常。
3、在用户窃电行为检测中，窃电样本的数量往往远小于...
【技术保护点】
1.一种融合重采样与Stacking集成学习的窃电检测方法，其特征在于，包括：
2.根据权利要求1所述的一种融合重采样与Stacking集成学习的窃电检测方法，其特征在于，所述步骤S1中，量测每一居民用户的实际用电信息，捕捉用电特征包括：
3.根据权利要求2所述的一种融合重采样与Stacking集成学习的窃电检测方法，其特征在于，所述步骤S2中，针对正常用户用电数据和窃电用户用电数据采取不同的采样方法进行重采样处理：
4.根据权利要求3所述的一种融合重采样与Stacking集成学习的窃电检测方法，其特征在于，所述步骤S3中，通过PL...
【技术特征摘要】
1.一种融合重采样与stacking集成学习的窃电检测方法，其特征在于，包括：
2.根据权利要求1所述的一种融合重采样与stacking集成学习的窃电检测方法，其特征在于，所述步骤s1中，量测每一居民用户的实际用电信息，捕捉用电特征包括：
3.根据权利要求2所述的一种融合重采样与stacking集成学习的窃电检测方法，其特征在于，所述步骤s2中，针对正常用户用电数据和窃电用户用电数据采取不同的采样方法进行重采样处理：
4.根据权利要求3所述的一种融合重采样与stacking集成学习的窃电检测方法，其特征在于，所述步骤s3中，通过plss基学习器遴选方法选择合适的基学习器的方法如下：
5.根据权利要求4所述的一种融合重采样与stacking集成学习...
【专利技术属性】
技术研发人员：陈盾初，杨苗，方杰，何大庆，陈宇诺，何睦，李润龙，李兰芳，
申请(专利权)人：三峡大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。