摘要：针对目前识别方法准确性和全面性较低的问题，提出一种数字化电能表信息采样中的反向电量异常识别方法。通过用电信息采集系统召测数据，完成数字化电能表信息采样工作，并实施缺失值填补、数据标准化等预处理。以处理好的数据为基础，计算电能表状态特征，包括用户用电量变化、电压量/电流量、有功功率等三个维度的特征指标，利用AdaBoost算法构建分类器，实现反向电量异常识别。结果表明：所研究方法应用下，F1分数值更高，能更为准确且全面地检测出用户窃电行为，为窃电用户便捷查找与预防预控提供了可靠的依据。

      关键词：数字化电能表；信息采样；反向电量；异常识别；特征；AdaBoost算法

      中图分类号：TP145.55     文献标识码：A