《表7 使用不同数据集构建模型的评估结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于电力大数据的反窃电预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

%

本文用来训练的数据集主要是电流数据、电压数据和功率因数数据．从数据的角度分析，可以了解使用哪个数据集进行模型构建更为准确高效．根据表3—5，计算每种数据集上4种算法实验结果的算术平均值，结果见表7．由表7可知，相对于电流数据和功率因数数据，使用电压数据的模型精准率虽然不高，但是其召回率和F1都最高，说明可以覆盖更多的窃电用户，因此可以认为电压数据用于反窃电模型构建最合适；使用功率因数数据进行建模分析效果最差，精准率只有56.75%，意味着实验中有近一半的疑似窃电用户识别错误，F1也只有66.28%．综合F1分析，可以认为在实际应用中，使用电压数据构建的反窃电模型最为高效可行．