<?xml version="1.1" encoding="utf-8"?>
<article xsi:noNamespaceSchemaLocation="http://jats.nlm.nih.gov/publishing/1.1/xsd/JATS-journalpublishing1-mathml3.xsd" dtd-version="1.1" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"><front><journal-meta><journal-id journal-id-type="publisher-id">EPTSM</journal-id><journal-title-group><journal-title>Electric Power Technology and Safety Management</journal-title></journal-title-group><issn>2997-3473</issn><eissn>2997-3503</eissn><publisher><publisher-name>Art and Technology</publisher-name></publisher></journal-meta><article-meta><article-id pub-id-type="doi">10.61369/EPTSM.2026020031</article-id><article-categories><subj-group subj-group-type="heading"><subject>Article</subject></subj-group></article-categories><title>智能电表数据驱动的用户用电异常检测方法</title><url>https://artdesignp.com/journal/EPTSM/3/2/10.61369/EPTSM.2026020031</url><author>夏宇伟</author><pub-date pub-type="publication-year"><year>2026</year></pub-date><volume>3</volume><issue>2</issue><history><date date-type="pub"><published-time>2026-02-20</published-time></date></history><abstract>本文基于实际应用的场景情况，分析智能电表依靠数据来进行检测的核心逻辑，剖析异常用电主要的类型以及形成的原因，从数据采集还有预处理、多维度检测模型搭建、结果检验和运维落实这三个方面，深入探究能够实用的异常检测办法，避免传统检测手段的盲目状况和滞后情形，为电力企业精准识别偷电行为、设备出现故障以及用电存在异常提供能够落实的技术途径，兼顾检测精准程度与运维工作效率，助力电网精细化管理。</abstract><keywords>智能电表,数据驱动,用电异常检测,运维落地</keywords></article-meta></front><body/><back><ref-list><ref id="B1" content-type="article"><label>1</label><element-citation publication-type="journal"><p>[1] 蔡秧秧, 何雪梅, 袁遵航, 吴滨, 汪旖云. 云边智能协同和随机森林的用电异常识别策略研究[J].自动化仪表,2025,46(12):73-77.[2] 吴玉洁. 基于知识图谱和用户画像的电力用户用电信息异常识别[J].电气技术与经济,2025,(11):259-261.[3] 刘晶. 负荷预测技术下的电网用电检查管理系统设计研究[J].电气技术与经济,2025,(11):277-279.[4] 谢耀霆, 周文晴, 苏盛, 李彬, 项胜. 基于因果推断双特征融合的非高损线路窃电识别[J].电工技术学报,1-16.[5] 于力, 盖玉庆, 梁宏杰, 扬爽, 邢凯. 基于密度聚类和Hausdorff距离判别分析的高价低接用户识别[J].沈阳工程学院学报( 自然科学版),2025,21(04):61-67+74.[6] 潘慧, 杨婵, 韦曦, 陈冬良, 梁翠玲, 姚明芳. 基于DTW算法的用户用电行为异常检测研究[J].电器工业,2025,(10):116-120.[7]樊霄翔. 基于自适应差分进化算法的电力营销用电异常检测[J].信息记录材料,2025,26(10):199-201.[8] 魏倩, 王晨星, 李珂明. 基于大数据分析的用电异常检测与防范机制[J].家电维修,2025,(09):137-139.[9] 吕伟嘉, 李晓辉, 滕永兴, 陈娟, 门英君, 杜天硕. 知识引导和无监督学习混合驱动的电力用户用电异常辨析方法[J].湖南电力,2025,45(04):74-82.[10] 伍慧君, 鲁云鹏, 匡佩, 蓝金凤. 用电量大数据挖掘的用户用电行为异常监测方法[J].国外电子测量技术,2025,44(08):259-265.</p><pub-id pub-id-type="doi"/></element-citation></ref></ref-list></back></article>
