运用PCA改进BP神经网络的用电异常行为检测

针对目前用户用电行为和异常检测的传统方式所遇到的资源耗费、效率低下、检测困难等问题,结合数据挖掘技术设计实现了适用于大规模用电数据挖掘的算法,并建立了有效的异常特征提取模型。通过使用基于统计的特征提取方式确定异常指标,并使用主成分分析方法对特征数据降维,进行异常用电信息的分析、辨识和处理,之后对处理后的用电数据建立BP神经网络完成用电异常行为检测。检测结果表明:该方法可以有效地提取出用电行为特征,并且能有效用于用电异常检测。