图正则非线性岭回归模型的异常用电行为识别

来源：计算机工程杂志2018年第6期北京时间：

作者：张小斐,耿俊成,孙玉宝

单位：1.国网河南省电力公司 电力科学研究院,郑州 450052; 2.南京信息工程大学 信息与控制学院,南京 210044

摘要：对于用户异常用电行为的检测,电力企业通常采用人工检查的方法,但该方法需要消耗大量的人力、物力,且容易受主观因素的影响。为此,提出一种基于岭回归模型的异常用电行为识别算法。通过收集用户用电数据,对岭回归模型进行训练,并将训练好的模型用于异常用电行为的自动检测。为捕获未知的用户用电行为类别样本信息,在岭回归模型的基础上引入图正则项。考虑到用电数据的非线性分布特性,通过核函数的方式,将原始数据映射到高维希尔伯特空间,得到基于图正则的非线性岭回归模型。实验结果表明,与最小二乘、岭回归、图正则岭回归模型相比,该算法具有更高的识别准确率。

关键词：用电行为分析,岭回归,图正则,非线性分布,半监督学习

基金资助：国家自然科学基金(61300162);国家电网公司2016年科技项目。