基于C5.0决策树算法的电力营销数据异常识别方法

扫码查看

原文链接

万方数据
维普

中文摘要：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.

作者：

郑欣桐、赵琪

展开 >

作者单位：

国网陕西省电力有限公司宝鸡供电公司

关键词：

C5.0决策树算法电力营销识别异常数据

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

年,卷(期)：2024.(10)