CART 决策树

频繁的窃电行为严重危害了国家电网公司的经济利益，还危机到了电网的安全运行。现有异常用电检测判定方法不能满足营销稽查业务需求。本文以营销计量大数据为实验数据，以机器学习算法为理论基础，基于 CART 决策树、支持向量机、随机森林算法构建了 3 种窃电用户辨识模型，最后采用了 ROC 曲线及分类正确率对模型进行评价，Python 仿真结果显示，随机森林窃电用户辨识模型表现最优，准确率可达 95.37%。本文提出的三种窃电用户辨识模型均可以作为实际电力营销反窃电检测工作的参考，及时预警、积极防范，从而保证电网的经济利益及坚强智能电网的安全运行。