数据挖掘技术在电价执行稽查中的应用研究

利用电力计量自动化、营销系统中的海量用电数据,采用数据挖掘等方法构建了基于自适应模糊神经推理(Adaptive Neural-Fuzzy Inference System,ANFIS)和决策树C5.0算法的电价执行智能稽查模型。该模型首先采用减法聚类方法确定ANFIS的初始结构,并用混合学习算法训练得到ANFIS电价执行诊断模块。其次,利用C5.0决策树算法构建异常类型辨别模块,最后输出电价执行异常的用户及其相应的异常原因。将该智能稽查模型应用于南方某区域电网的电价执行营销稽查中。结果表明,其能快速有效地诊断、识别异常用户,具有良好的实用性和可行性。