Indexed by：
Abstract：
对于非法用电行为的检测,电力企业通常采用传统的人工检查方式,而这种方式的准确率和效率往往都比较低.提出一种将极限学习机(ELM)应用于预测存在非法用电行为用户的方法.首先,在收集到的用户历史用电数据,对原始数据进行预处理.然后,应用ELM算法建立异常用电行为的神经网络模型.最后,在真实用电数据上进行实证分析,通过与随机森林算法建立的预测模型及预测结果的对比,证明提出的方法具有较高的准确率和较好的性能.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
计算机系统应用
ISSN： 1003-3254
CN： 11-2854/TP
Year： 2016
Issue： 8
Volume： 25
Page： 155-161
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
