Volume 3,Issue 7
智能电表数据驱动的用户用电异常检测方法
本文基于实际应用的场景情况，分析智能电表依靠数据来进行检测的核心逻辑，剖析异常用电主要的类型以及形成的原因，从数据采集还有预处理、多维度检测模型搭建、结果检验和运维落实这三个方面，深入探究能够实用的异常检测办法，避免传统检测手段的盲目状况和滞后情形，为电力企业精准识别偷电行为、设备出现故障以及用电存在异常提供能够落实的技术途径，兼顾检测精准程度与运维工作效率，助力电网精细化管理。
[1] 蔡秧秧, 何雪梅, 袁遵航, 吴滨, 汪旖云. 云边智能协同和随机森林的用电异常识别策略研究[J].自动化仪表,2025,46(12):73-77.
[2] 吴玉洁. 基于知识图谱和用户画像的电力用户用电信息异常识别[J].电气技术与经济,2025,(11):259-261.
[3] 刘晶. 负荷预测技术下的电网用电检查管理系统设计研究[J].电气技术与经济,2025,(11):277-279.
[4] 谢耀霆, 周文晴, 苏盛, 李彬, 项胜. 基于因果推断双特征融合的非高损线路窃电识别[J].电工技术学报,1-16.
[5] 于力, 盖玉庆, 梁宏杰, 扬爽, 邢凯. 基于密度聚类和Hausdorff距离判别分析的高价低接用户识别[J].沈阳工程学院学报( 自然科学版),2025,21(04):61-67+74.
[6] 潘慧, 杨婵, 韦曦, 陈冬良, 梁翠玲, 姚明芳. 基于DTW算法的用户用电行为异常检测研究[J].电器工业,2025,(10):116-120.
[7]樊霄翔. 基于自适应差分进化算法的电力营销用电异常检测[J].信息记录材料,2025,26(10):199-201.
[8] 魏倩, 王晨星, 李珂明. 基于大数据分析的用电异常检测与防范机制[J].家电维修,2025,(09):137-139.
[9] 吕伟嘉, 李晓辉, 滕永兴, 陈娟, 门英君, 杜天硕. 知识引导和无监督学习混合驱动的电力用户用电异常辨析方法[J].湖南电力,2025,45(04):74-82.
[10] 伍慧君, 鲁云鹏, 匡佩, 蓝金凤. 用电量大数据挖掘的用户用电行为异常监测方法[J].国外电子测量技术,2025,44(08):259-265.