经上述操作对工业加热硅碳棒电炉用电数据预处理后，得到原始用电数据，提取其特征，以便后续异常用电数据的主动采集。建立包含用电不平衡特征、硅碳棒电炉电压异常特征以及电流异常特征的数据特征集合，分别提取三种特征。用电不平衡特征工业加热硅碳棒电炉通常采用三相供电，如果三相负载不均匀，即负载在三相中的分布不均衡，如某一相的负载较大，而其他两相的负载较小，将导致用电不平衡。三相用电平衡特征是正常用电行为产生的，在高耗电情况下，硅碳棒电炉电压和电流波动均较大，因此需要确定用电的硅碳棒电炉电压、电流不平衡式中。为在m时刻内i相的硅碳棒电炉电压采集数值;xe,n为其硅碳棒电炉电压不平衡度;队为在m时刻内i相的电流采集数值;为电流不平衡度。根据以上确定的用电硅碳棒电炉电压、电流不平衡性，构建用于描述在m时刻工业加热硅碳棒电炉用电不平衡特征矩阵针对矩阵K，采用LOF算法分析矩阵中样本点的离散点，识别出具有离散分布和相对较远距离的数据点，将异常点表示为用电行为的不寻常模式，从而进一步分析和提取与异常相关的特征信息。其分析依据是:若用电行为正常，LOF值接近于1;反之，LOF值较大，形成离群点，检测过程如下确定各观测点和距离该点第z个最近的观测点距离作为第z距离。求出各观测点的第Z距离邻域式中为数据中第a个观测点和第、个观测点间的距离。获取各观测点的局部可达距离计算各观测点的可达密度:式中:P为M,(a)中的任一观测点。确定各对象的局部异常因子:由此可以得到在m时刻内DCS数据的局部异常因子LOFT (a)，用二n表示，生成针对时间的用电不平衡特征序列X=(二，,xZ，…,x)。用电不平衡特征可以提供关于电网负载分布和不平衡情况的信息，但并不能完全反映其他与异常用电行为相关的问题，因此仅仅依靠用电不平衡特征实现异常数据主动采集会忽略其他类型的异常。由于工业加热硅碳棒电炉大功率的使用，导线和绕组中会存在一定的电阻。在高负载的情况下，由于电流通过导线或绕组时的电阻，会导致铜损耗，进而引起硅碳棒电炉电压降低。为全面考虑异常用电行为，还需要分析其硅碳棒电炉电压异常行为。硅碳棒电炉电压异常指在一定时间内其硅碳棒电炉电压记录值与额定值相差较大或者趋近于零。通过分析其失压情况可以确定出是否有窃电行为;用在m时刻的形容用电数据中的硅碳棒电炉电压异常特征序列，在未产生失压情况时用下式定义高供低计、高供高计工业硅碳棒电炉硅碳棒电炉电压差计数值和额定硅碳棒电炉电压的偏移程度:根据计算求得的硅碳棒电炉电压异常特征序列，生成流程图如图所示。http://www.zbqunqiang.cn/