智能电网窃电检测数据集
数据来源：互联网公开数据
标签：智能电网,窃电检测,电量消耗,时间序列,异常检测,机器学习,联邦学习
数据概述：
本数据集包含2014年1月1日至2016年10月31日期间智能电网中一组用户的每日用电数据。每个用户由唯一的用户ID标识，数据按天收集。数据集涵盖了每个用户在指定时间段内的每日用电量（以千瓦时计），为分析用电模式和检测异常用电提供了基础。
数据用途概述：
该数据集适用于时间序列分析、异常检测和联邦学习等场景。研究人员可以通过分析消费趋势，检测异常行为，识别潜在的窃电行为。此外，数据集还适合用于机器学习模型的训练，特别是联邦学习框架下的窃电检测方案开发，以提高智能电网的安全性和效率。
举例：
数据集中的每个用户都有一个唯一的UserId，IsStealer字段用于标识该用户是否疑似窃电（1表示疑似窃电，0表示正常用户）。每日用电量数据按日期区分，从2014年1月1日到2016年10月31日每天都有一个对应的用电量记录。
通过分析这些数据，研究者可以观察个体用户或整个数据集的用电量随时间的变化，根据消费习惯或窃电可能性对用户进行分群，利用IsStealer标签训练机器学习模型来识别潜在窃电行为，从而提升电网的安全性。
