陈杰，张浩天，汤奕

(1.国网江苏省电力有限公司溧阳市供电分公司，江苏省溧阳市 213300；2.东南大学网络空间安全学院，南京市 210096；3.东南大学电气工程学院，南京市 210096)

0 引 言

随着电力企业改革的不断深化和发展，高耗能行业的节能降耗工作对解决我国能源问题至关重要，国家能源局和政府部门进行电力监管统计工作时十分重视节能降耗相关指标的真实有效性[1]。但现行的发电统计模式缺乏有效的数据质量管控体系，甚至存在部分电厂为满足节能降耗和碳排放等要求上报虚假数值，形成异常数据的可能，影响相关部门和企业对发电情况的认知。因此，需要针对电厂统计数据开展异常数据辨识工作，以监管电厂实际运行水平。

随着智能电网部署大量的智能电表和检测设备，电网统计数据已具备数据体量巨大、数据结构复杂、数据实时性要求高等特征[1]。伴随着人工智能算法性能提升与云计算的出现，利用大数据进行数据挖掘可大幅提升基于专家经验方法的准确率与效率。目前，基于人工神经网络[2]、支持向量机[3]、决策树[4]、随机森林[5]等算法的异常数据辨识模型已取得一定进展。这些传统机器学习算法在类别分布均匀且样本数量充足的数据集上均有较好的表现[6]。然而实际电力统计数据中异常样本数量极为匮乏，正负样本分布极度不均衡，导致数据分布中相同类别之间的分布严重重叠，使得机器学习分类模型易将样本归为多数类，整体查准率下降[7]。……