典型文献
基于机器学习技术的窃电自动识别研究
文献摘要：
检测欺诈性电力客户是几乎所有电力公司都面临的普遍问题.本文提出了一种基于支持向量机Support Vector Machine(SVM)的窃电检测新思路.该模型利用客户正常和恶意消费模式的可预测性,根据其电力消费行为检测可疑客户.利用上述模型,识别精度达到98.8％.
文献关键词：
窃电检测;数据分析;分类器;模式识别;智能电网
中图分类号：
作者姓名：
赵海霞;张光建;张海波
作者机构：
西南交通大学希望学院,四川 成都610400; 四川建筑职业技术学院,智能计算研究所,四川 德阳618000
文献出处：
引用格式：
[1]赵海霞;张光建;张海波-.基于机器学习技术的窃电自动识别研究)[J].科学技术创新,2022(19):15-18
A类：
B类：
基于机器学习,机器学习技术,自动识别,欺诈性,电力公司,普遍问题,Support,Vector,Machine,窃电检测,恶意,消费模式,可预测性,电力消费,消费行为,行为检测,可疑,识别精度,分类器,模式识别,智能电网
AB值：
0.509286
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
