基于机器学习的窃电检测
密码学与安全
2018-04-17 v1 计算机与社会
机器学习
摘要
电网中的非技术损失 (NTL) 由窃电、电表损坏或计费错误引起。它们可能通过高达总配电 40% 的损失损害电力供应商乃至整个国家经济。对于 NTL 检测，研究人员使用人工智能来分析数据。这项工作旨在改进从数据集中提取更有意义特征的方法。利用这些特征，预测质量将提高。
引用
@article{arxiv.1708.05907,
title = {Electricity Theft Detection using Machine Learning},
author = {Niklas Dahringer},
journal= {arXiv preprint arXiv:1708.05907},
year = {2018}
}