信息与电脑杂志

摘要：针对传统用电异常识别响应滞后、精度低、维度不足等技术局限，文章通过融合大数据技术，构建双引擎融合的用电异常识别模型，结合K-means聚类刻画正常用电模式，依托随机矩阵理论挖掘异常关联特征，并重构用电异常检查流程、优化资源调度策略。区域电网实测结果显示，该方案大幅提升用电异常检出率与核查效率，降低误判率。研究表明，大数据技术可有效弥补传统检测短板，实现用电异常的主动精准识别，为电力用电侧智能化管控提供技术支撑。

关键词： 大数据;用电异常行为;负荷特征提取;异常识别;检查策略优化;

专辑： 信息科技;工程科技Ⅱ辑

专题： 电力工业;计算机软件及计算机应用

分类号： TM73;TP311.13