[发明专利]一种智能电网实时安全预警方法和装置

权利要求书

1.一种智能电网实时安全预警方法，其特征在于，所述方法包括：将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；根据用户的实时用电数据，用训练后的分类器模型预测用电安全状态；根据用电安全状态发出电网预警；

所述进行分类器模型的训练包括：

将训练数据Datas输入MapReduce计算框架，针对类别N分别发射Mapper端读到的样本数据；所述发射的格式包括：ClassID，True/False，SampleFeatures，其中，True和False：分别表示属于或不属于ClassID类别；SampleFeatures：样本数据特征属性；将Reducer的数量设置为N，并行训练N个二分类器；

所述方法还包括：

采集历史用电数据，所述历史用电数据为智能终端设备向数据中心发送的特征数据；

所述历史用电数据用以下三元组表示：

Data::＝DataId，Size，[Pair]

其中，DataId:全局唯一的智能终端编号；Size：Pair的个数；[Pair]：一个或多个特征属性和特征属性权重Pair；Pair用以下二元组表示：Pair::＝FeatureId，FeatureWeight

式中，FeatureId：特征属性的标号；FeatureWeight：特征属性权重；所述预处理包括：

将所述历史用电数据进行类标标记，并将不正常指标数据删除后的数据统一为SVM数据格式；归一化处理格式化的数据；类标标记Class如下式所示：

Class::＝Danger，Warn，Safe，Unknown；

所述Danger表示用户用电危险状态，Warn表示用户用电状态超出正常范围，Safe表示用户用电状态正常，Unknown表示无法判断用户用电状态；

所述根据用户的实时用电数据预测用电安全状态包括：

Mapper端读入的N个二分类器模型对每个待预测样本数据Sample评分，并将评分结果以SampleID，ClassID，Score格式输出；

Reducer函数从同一个样本数据Sample的N个ClassID对应分数Score中选择最大值，将最大分数Score及其相对的分类ClassID标记为ResultClass，且ResultClass∈Class；

若所述ResultClass给出的置信度分数高于最低阈值，则将样本数据Sample判定为ResultClass类，否则将样本数据Sample判为异类；

所述用电安全状态为Danger，或者，所述用电安全状态为Warn，或者，所述用电安全状态为Safe，或者，所述用电安全状态为Unknown；所述根据用电安全状态发出电网预警包括：

(1)所述用电安全状态为Danger则发出的电网预警为：对该用电状态采取电话通知或工作人员核实状态的紧急处理方式；记录并保存此用电状态的数据，在核查后补入数据状态的真实类标并存入历史数据库；

(2)所述用电安全状态为Warn，则发出的电网预警为：电话或邮件提醒用户；

(3)所述用电安全状态为Safe，则发出的电网预警为：用户用电状态正常；

(4)所述用电安全状态为Unknown，则发出的电网预警为：保存当前记录，在核查后标记数据并存入历史数据库；

完成一条实时数据预测和/或重新构建分类器模型的定时器超时，则重新构建分类器模型。

2.一种权利要求1所述方法的预警装置，其特征在于，所述装置包括：

建模单元，用于将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；

预测单元，用于根据用户的实时用电数据，用训练后的分类器模型预测用电安全状态；

预警单元，根据用电安全状态发出电网预警；

所述建模单元包括：

预处理子单元，用于类标标记智能终端向数据中心发送的特征数据，将不正常指标数据删除后的数据统一为SVM数据格式；归一化处理格式化的数据；

训练子单元，用于训练分类器模型，训练过程包括：将训练数据Datas输入MapReduce计算框架，针对类别N分别发射Mapper端读到的样本数据；

将Reducer的数量设置为N，并行训练N个二分类器；

所述预测单元包括：

数据处理子单元，用于根据采集的实时用电数据待预测样本，用MapReduce框架实现预测；

判定子单元，根据设定的最低阈值判断样本数据Sample是否为ResultClass类；

预测结果处理子单元，用于根据得到的Danger、Warn、Safe和Unknown的用电安全状态标记并存储用电数据。