基于负荷曲线分析的异常用电行为识别方法、装置及设备

本申请公开了一种基于负荷曲线分析的异常用电行为识别方法、装置及设备，涉及电力用户用电行为分析技术领域，基于负荷曲线计算多维特征能够全面刻画用户用电行为模式，更精准捕捉异常线索，降低漏判、误判的可能。接着利用孤立森林算法对多维特征数据集计算，可快速从大量用户中筛选出异常用户初筛列表，高效缩小异常排查范围，并通过KNN算法对异常用户初筛列表进行样本扩充，解决电力场景中异常样本稀缺问题，为后续模型训练提供更均衡的数据基础。采用正常样本与扩充后的异常样本进行多模型集成训练，不同模型优势互补能覆盖更多异常模式，增强异常识别的鲁棒性与准确性，降低单一模型误判风险，保障异常识别精度，贴合电力业务对精准性的需求。