熊 杰

在营销稽查中，异常用电行为的识别准确率直接影响到稽查效率与经济效益。影响识别准确率的因素复杂多样，包括数据的质量、处理方法、机器学习模型的选择以及外部环境的影响等。准确识别异常用电行为有助于及时发现电力系统中的问题，减少损失，优化能源管理。研究通过分析各种因素，提出了提升识别准确率的策略，推动了稽查工作的智能化进程。该研究的成果为电力行业的智能营销提供了理论依据和技术支持。

营销稽查；异常用电；识别准确率；影响因素；机器学习

[1] 王剑峰,王贺,王文静,白云峰,鲁佳琪.基于改进蚁群算法的电力营销稽查异常数据监测方法[J].云南电业,2025(5):21-25. [2] 宋思洁,车若冰.基于孤立森林算法电力营销稽查异常数据识别研究[J].电力设备管理,2025(17):250-252. [3] 周华,陈秉莹.智能用电领域电力营销稽查技术研析[J].电力设备管理,2025(18):279-281. [4] 陈志涛.电力营销稽查技术在智能用电业务中的应用研究[J].中国科技期刊数据库 工业A,2025(3):123-126. [5] 金昕.电力营销稽查技术在智能用电业务中的应用研究[J].新潮电子,2025(7):58-60.

点击下载PDF