[发明专利]一种低压台区台户关系识别方法

说明书

本发明公开了一种基于智能电能表采集数据的低压台区台户关系识别方法，包括：采集获取待识别低压台区内的预设数量的关口智能电能表及用户智能电能表的预设天数的原始电压数据并清洗，获得每个智能电能表的有效数据；根据获得的每个智能电能表的有效数据，求取该智能电能表的电压每日平均值与标准差值；将用户智能电能表与关口智能电能表的平均值数列及标准差值数列分别做相关性分析；若分析结果表明某一用户智能电能表与某一关口智能电能表的平均值及标准差值的相关系数都为最大值，则判定为匹配。本发明的识别方法，基于大数据分析方法，计算量相对较小；能够准确识别台户关系与表相关系，并预估其识别正确率。

技术领域

本发明属于数据分析技术领域，涉及智能电能表数字化计量系统在配电网低压台区大数据分析技术领域，特别涉及一种基于智能电能表采集数据的低压台区台户关系识别方法。

背景技术

关口电能表是指安装运行在台区中，与用户电能表连接的计量装置，用于贸易结算和内部经济指标的考核，在整个电网的电能计量中起着重要作用。通过计算分析线损可发现电能损失在电网中分布规律，暴露出管理和技术上的问题，对降损工作提供理论和技术依据，提高节能降损的效益；线损计算出现异常，会严重影响对电网分配电能效率的判断。如果处于关口的电能表与用户电能表匹配缺乏准确性，两方所对应的地址就会出现差异，后期计算台区线损时就会出现线损过高或者线损为负的异常状况。

对于用户与关口不能准确识别的问题，传统方式是现场对比排查，而基于现场操作过程中可能出现因供电环境的复杂性而造成的户表电源归属难以确定的问题，且需要浪费大量人力物力；而现有的利用硬件判断所需的装置较复杂，安装和后期维护成本较高；常规的大数据分析算法直接计算相关系数进行判断或在此基础上进行聚类分析，这些方法需要不断重复计算用户与关口的日相关系数，计算量较大且不能同时识别不同属性台区的台户关系与相位关系。

综上，亟需寻找更合适的算法将用户智能电能表与关口智能电能表匹配，并应用算法判断其准确度，这对减小电能计算误差具有十分重要的意义。

发明内容

本发明的目的在于提供一种基于智能电能表采集数据的低压台区台户关系识别方法，以解决上述存在的技术问题。本发明的识别方法，基于大数据分析方法，计算量相对较小；能够准确识别台户关系与表相关系，并预估其识别正确率。

为达到上述目的，本发明采用以下技术方案：

本发明的一种基于智能电能表采集数据的低压台区台户关系识别方法，包括以下步骤：

步骤100，采集获取待识别低压台区内的预设数量的关口智能电能表及用户智能电能表的预设天数的原始电压数据；按预设阈值对采集获得的每个智能电能表的原始电压数据进行清洗，获得每个智能电能表的有效数据；

步骤300，根据步骤100获得的每个智能电能表的有效数据，求取该智能电能表的电压每日平均值与标准差值；将用户智能电能表与关口智能电能表的平均值数列及标准差值数列分别做相关性分析；若分析结果表明某一用户智能电能表与某一关口智能电能表的平均值及标准差值的相关系数都为最大值，则判定该用户智能电能表与该关口智能电能表相匹配。

本发明的进一步改进在于，步骤100中，按预设阈值对采集获得的每个智能电能表的原始电压数据进行清洗，获得每个智能电能表的有效数据的步骤具体包括：预设电压阈值区间，将超出电压阈值区间的采集数据定义为无效数据并剔除，剩余的采集数据为有效数据。

本发明的进一步改进在于，预设电压阈值区间为[176V，264V]。

本发明的进一步改进在于，在步骤100与步骤300之间还包括：

步骤200，计算智能电能表的有效数据与原始电压数据的比例，若比利低于预设阈值则跳转至步骤100，否则跳转至步骤300。

本发明的进一步改进在于，步骤300中，对于某智能电能表，