【技术实现步骤摘要】
本专利技术涉及用电异常检测领域，尤其涉及一种结合关联规则挖掘和kmeans聚类算法的用电异常群体识别方法。
技术介绍
1、在电网系统中存在着一些异常的电力用户，这些异常电力用户可能存在用电设备故障、能源浪费或电力盗窃等问题，这些问题可能导致电力损失和额外的成本。通过识别异常电力用户，可以及时采取措施解决问题，减少电力损失和经济损失。异常电力用户的用电行为可能对电力供应造成不稳定的影响，例如过高的负载、频繁的起停或不合理的用电模式。
2、而由于原始用电数据可能存在缺失值、异常值、重复值等问题，需要进行数据清洗和预处理，以确保数据的准确性和完整性。从原始数据中提取出有效的特征对于异常群体识别至关重要，但如何选择和提取与异常群体相关的特征仍然是一个挑战。而且现有对异常群体的识别一般通过数据统计分析，准确性低效率低，而且未考虑用户之间的用电行为关联，导致识别错误。
技术实现思路
1、为了解决上述问题，本专利技术的目的在于提供一种结合关联规则挖掘和kmeans聚类算法的用电异常群体识别方...
【技术保护点】
1.一种结合关联规则挖掘和KMeans聚类算法的用电异常群体识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结合关联规则挖掘和KMeans聚类算法的用电异常群体识别方法，其特征在于，所述步骤2具体为：
3.根据权利要求1所述的结合关联规则挖掘和KMeans聚类算法的用电异常群体识别方法，其特征在于，所述步骤3具体为：
4.根据权利要求1所述的结合关联规则挖掘和KMeans聚类算法的用电异常群体识别方法，其特征在于，所述步骤4具体为：
5.根据权利要求1所述的结合关联规则挖掘和KMeans聚类算法的用电异常群...
【技术特征摘要】
1.一种结合关联规则挖掘和kmeans聚类算法的用电异常群体识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结合关联规则挖掘和kmeans聚类算法的用电异常群体识别方法，其特征在于，所述步骤2具体为：
3.根据权利要求1所述的结合关联规则挖掘和kmeans聚类算法的用电异常群体识别方法，其特征在于，所述步骤3具体为：
4....
【专利技术属性】
技术研发人员：叶延锋，陈伟仑，李可，崔金杰，严文沛，程宗霖，
申请(专利权)人：国网信通亿力科技有限责任公司，
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。