基于C5.0决策树算法的电力营销数据异常识别方法

郑欣桐 ¹赵琪¹

扫码查看

作者信息

1. 国网陕西省电力有限公司宝鸡供电公司
折叠

摘要

为了增强电力营销数据异常识别的精确度,进而能够精准捕捉异常数据模式,本文借助C5.0决策树算法,深入探索了电力营销数据异常识别方法.根据电力营销数据类型,选择相应的传感器采集数据,并对数据进行集成处理.从集成的数据中提取异常特征,根据业务知识,选择对异常识别有重要影响的特征.在此基础上,构建C5.0决策树,根据特征变量的取值,识别数据异常,输出异常标识.实验测试结果表明,该方法应用后,在测试样本数量逐渐增加的情况下,数据异常识别误报率最高不超过1％,具有较高的识别准确性.

关键词

C5.0决策树算法/电力营销/识别/异常/数据

引用本文复制引用

出版年

2024

消费电子

中国电子商会

消费电子

影响因子：0.076

ISSN：1674-7712

段落导航