[发明专利]一种基于xgBoost模型和Hadoop架构的窃电识别分析方法及终端在审
| 申请号： | 201910768081.2 | 申请日： | 2019-08-20 |
| 公开（公告）号： | CN110458725A | 公开（公告）日： | 2019-11-15 |
| 发明（设计）人： | 王雪晶;苏运东;孙浩淞;上官霞;蔡荣彦;吴骏;倪文书;陈锐;陈爽 | 申请（专利权）人： | 国网福建省电力有限公司;国网福建省电力有限公司信息通信分公司 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06N20/20 |
| 代理公司： | 35100 福州元创专利商标代理有限公司 | 代理人： | 陈明鑫;蔡学俊<国际申请>=<国际公布> |
| 地址： | 350003福建*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于xgBoost模型和Hadoop架构的窃电识别分析方法及终端。通过获取待判定用电数据，将待判定用电数据输入至已训练完成的xgBoost模型；已训练完成的xgBoost模型识别待判定用电数据，得到窃电行为判定结果；本发明通过在数据存储部分，采用Hadoop分布式存储的方式对文件进行存储，并利用分布式计算对数据进行批量的清洗、转换，提升数据处理效率；在数据分析模块，通过xgBoost模型对数据进行分析，进而识别窃电行为，由于xgboost扩展和改进了GDBT，算法上xgboost对单棵树的计算进行了并行优化能够充分发挥多核计算，而gbdt没有使用多核优化，所以xgboost的速度更快，从而使得使用xgBoost算法能提高窃电识别的工作效率和精准度。 | ||
| 搜索关键词： | 用电数据 判定 窃电行为 多核 窃电 算法 数据处理效率 数据分析模块 分布式存储 分布式计算 并行优化 工作效率 模型识别 判定结果 数据存储 精准度 清洗 存储 架构 分析 终端 转换 优化 改进 | ||
【主权项】：
1.一种基于xgBoost模型和Hadoop架构的窃电识别分析方法，其特征在于，包括如下步骤：/nS1、获取待判定用电数据，并将待判定用电数据输入至已训练完成的xgBoost模型；/nS2、通过已训练完成的xgBoost模型识别待判定用电数据，得到窃电行为判定结果。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国网福建省电力有限公司;国网福建省电力有限公司信息通信分公司，未经国网福建省电力有限公司;国网福建省电力有限公司信息通信分公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910768081.2/，转载请声明来源钻瓜专利网。
