技术总结
本发明涉及一种基于集成ELM的配电网窃电嫌疑用户智能识别方法，包括以下步骤：首先获取学习数据和预测数据并进行数据清洗；然后构建窃电评价指标体系：告警特征、电量特征及负荷特征，形成学习样本和预测样本；将学习样本划分为训练集和测试集，利用所述的训练集学习集成ELM窃电嫌疑用户识别模型，并基于所述的测试集评估模型效果；最后将预测样本作为所述的集成ELM窃电嫌疑用户识别模型输入量，输出每一用户的窃电嫌疑系数，锁定窃电嫌疑用户。本发明集合了ELM较快的学习速度与集成学习的高精度性，从窃电告警、电量、负荷多个维度分析用户窃电嫌疑，能实现窃电行为的快速有效识别，将反窃电管理模式提升至“事前预防、事中控制”的管理水平。
技术研发人员：方国卫;孙金武;胡国平;邝朝炼;黄耀廉;段然;李培;莫景源
受保护的技术使用者：广东电网有限责任公司江门供电局
文档号码：201611116284
技术研发日：2016.12.07
技术公布日：2017.05.10