·检测与试验·电器与能效管理技术(2023No．3)王建元(1971—)，男，教授，博士，研究方向为智能配电网运行与控制、大数据分析等。刘柯辰(1998—)，女，硕士研究生，研究方向为电力大数据分析。基于经验模态分解与多视角聚类的异常用电模式检测王建元，刘柯辰［现代电力系统仿真控制与绿色电能新技术教育部重点实验室(东北电力大学)，吉林吉林132012］摘要:针对现有异常用电检测方法检出效率低下的问题，提出一种基于经验模态与多视角聚类的异常检测方法。遵循“经验模态分解－维度制约－多视角聚类－横向检测－纵向检测”的流程，通过多视角聚类结合初步判据，显著提高了检出率。在异常检测算法中，提出基于网格的熵离群因子(Grid-EOF)算法，并基于纵向检测给出新的判据，提高了不明显窃电行为用户的检出率。最后，用国家电网智能电表实测数据检测验证，结果表明多视角聚类和改进算法以及纵向检测的引入，能有效提高异常检测模型的检出率和准确率。关键词:异常用电检测;经验模态分解;多视角聚类;香农熵中图分类号:TM930文献标志码:A文章编号:2095-8188(2023)03-0073-08DOI:10．16628/j．cnki．2095-8188．2023．03．012AbnormalPowerConsumptionModeDetectionBasedonEmpiricalModeDecompositionandMulti-ViewClusteringWANGJianyuan，LIUKechen［KeyLaboratoryofModernPowerSystemSimulationandControl＆ＲenewableEnergyTechnology，MinistryofEducation(NortheastElectricPowerUniversity)，Jilin132012，China］Abstract:Inordertosolvethelowdetectionefficiencyoftheexistingabnormalpowerconsumptiondetectionmethods，theanomalydetectionmethodbasedonempiricalmodeandmultiviewclusteringisproposed．Followingtheprocessof"empiricalmodedecomposition-dimensionalconstraints-multi-viewclustering-horizontaldetection-verticaldetection"andcombiningthemulti-viewclusteringwiththepreliminarycriteria，thedetectionrateissignificantlyimproved．Intheanomalydetectionalgorithm，thegrid-basedentropyoutlierfactor(Grid-EOF)algorithmisproposed．Anewcriterionisgivenbasedonthelongitudinaldetection，whichcanimprovethedetectionrateofuserswithunknownelectricitytheft．Finally，itisverifiedbythemeasureddataofsmartmetersoftheStateGridofChina．Theresultsshowthattheintroductionofmulti-viewclustering，improvedalg...
