【文件属性】：
文件名称：分析方法与过程-tinyxml指南[中文]
文件大小：6.46MB
文件格式：PDF
更新时间：2021-06-14 22:53:12
RapidMiner
19.2 分析方法与过程
窃漏电用户在电力计量自动化系统的监控大用户中只占小部分，同时某些大用户也不可
能存在窃漏电行为，如银行、税务、学校、工商等非居民类别，故在数据预处理时有必要将
这些类别用户剔除。系统中的用电负荷不能直接体现出用户的窃漏电行为，终端报警存在很
多误报和漏报的情况，故需要进行数据探索和预处理，总结窃漏电用户的行为规律，再从数
据中提炼出描述窃漏电用户的特征指标。 后结合历史窃漏电用户信息，整理出识别模型的
专家样本数据集，再进一步构建分类模型，实现窃漏电用户的自动识别。
窃漏电用户识别流程如图 19-1 所示，主要包括以下步骤：
1) 从电力计量自动化系统、营销系统有选择性地抽取部分大用户用电负荷、终端报警
及违约窃电处罚信息等原始数据；
2) 对样本数据探索分析，剔除不可能存在窃漏电行为行业的用户，即白名单用户，初
步审视正常用户和窃漏电用户的用电特征；
3) 对样本数据进行预处理，包括数据清洗、缺失值处理和数据变换；
4) 构建专家样本集；