[发明专利]一种基于监督学习的台区用户识别及判别方法

说明书

本发明涉及数据分析领域，特别是一种基于监督学习方法的台区用户识别及判别方法。包括：根据用户所属台区和相别确定用户数据的对应标签建立训练集、验证集和测试集，采用交叉验证的方式进行确定；采用已训练好的训练模型对待识别用户的电压数据进行识别；建立台区用户识别结果可靠度的量化评价指标，并计算台区用户初次识别结果的可靠度。本发明实现了无监督学习到有监督学习的转换，降低了硬件和人工成本，辨识结果更加可靠；同时建立对台区用户户变关系识别结果的量化评价指标，实现“争议用户”的准确识别，从而准确有效地识别用户所属台区与相别，彻底解决跨台区用户归属难题，为全面指导低压台区运行、维护、抢修、技改、规划等各领域的工作奠定基础。

技术领域

本发明涉及数据分析领域，特别是一种基于优化的监督学习方法进行台区用户识别及 判别方法。

背景技术

准确的基础台区档案是台区线损率分析、配网故障定位、抢修工单下发、三相不平衡 分析等等一系列高级应用的重要基础。然而由于我国电力系统起步较晚、初期发展规划不 完善，我国现阶段配电变压器分布散乱、配电线路错综复杂。同时，由于电网公司在多年的运营过程中信息记录遗失、更新不及时、信息不完整等原因，导致台区的档案资料往往不准确，即少部分终端用户存在台户真实挂接关系与台区档案不相符的现象。错乱的台区档案使多种高级应用无法有效开展，严重影响了电网公司建设智能电网的进程。因此，亟需高效、稳定、准确的台区拓扑辨识方法，为全面指导低压台区运行、维护、抢修、技改、 规划等各领域的工作奠定基础。

传统的台区用户识别方法分为人工识别和利用专用的台区识别设备两种。人工识别需 要依靠电力人员到现场逐户排查台区用户的归属情况，费时费力且效率极低。专用的台区 识别设备主要包括台区用户识别仪，而台区用户识别仪多数基于电力载波技术直接通信与 否或电流脉冲技术等来识别台区信息。载波信号通过共地、共高压、并行布线耦合的方式 向周边台区传输数据，尽管信号幅值有所衰减，仍能和邻近变压器下距离较近的电表进行 通信，故仍然存在“串台区”的问题。基于电力载波与脉冲载波混合方式的配电台区用户 辨识虽然解决了共高压串线、共地串线、共电缆沟串线问题，但仍需人工测量，而且采用 电流钳进行配电台区用户辨识的过程中可能存在安全隐患，难以满足配电台区的智能化发 展需求。

近年来，随着物联网技术的迅速发展，为智能电表海量数据打通了上行通道，电网公 司有机会获取海量、高密度的数据。一些学者将台区配电变压器电参量以及用户端电参量 进行大数据融合统计分析，从而实现台区用户的识别。现有技术主要分为两种：

1.利用智能电表的量测数据，分别计算用户处智能电表的量测数据与各变压器低压侧 数据的相似度，选择其中相似度最高来确定用户的台区及相别，但是在某些情况下相似度 差别不明显，难以有效区分；

2.基于同一台区电能采集设备电压数据的高度相关性，利用k-means算法对用户电压 数据进行聚类，从而实现台区用户识别(可参考已公开专利申请CN106156792A)。而聚类算 法本身是一种无监督学习，该算法基于数据的内部结构寻找观察样本的自然族群。当数据 质量较低时，辨识的准确度偏低，辨识结果不可靠。

3、虽然现有技术有些能够较为准确的进行台户关系的识别，但依然存在两大问题：首 先是对于识别的结果没有量化的评价指标，从而不知道哪些用户的识别结果是可靠的，哪 些用户的识别结果具有争议；其次是对于辨识结果不够可靠的“争议用户”，没有采用进一步的 策略对它们所属的台区和相别进行判别。

本发明考虑到当前国家电网已通过传统的台区用户识别方法确定了部分用户所属的台 区和相别，可以用这部分用户作为训练对象从而采用有监督学习的方法对待辨识的用户进 行分类，从而提高算法的可靠性和准确性，并进一步建立对识别结果验证判别的有效机制， 从而使辨识结果更加可靠，准确率更高。

发明内容