[发明专利]一种配电台区户变关系的识别方法

权利要求书

1.一种配电台区户变关系的识别方法，包括以下步骤：

1)数据获取：从用电信息采集系统中获取到目标台区及邻近台区的总表和各户表的日冻结电量后，并对数据进行预处理；数据预处理的具体步骤为：针对大量缺失数据，补0；针对少量缺失数据，采用平均值填充；

2)构建矩阵：根据步骤1)获取的数据，建立日用电量的矩阵和特征矩阵；矩阵构建的具体步骤如下：根据步骤1)获取的数据，做一阶差分得到各用户及总表的日用电量X和Y，为了能更好的突出负荷特征，做二阶差分运算得到特征矩阵X_d和Y_d；其中：个用户日用电量矩阵X为2-1，总表日用电量矩阵Y为2-2，用户日用电量特征矩阵X_d为2-3，总表日用电量特征矩阵Y_d为2-4；

Y＝[y₁ y₂…y_m]^T 2-2

X_d-ij＝X_(i+1)j-X_ij 2-3

Y_d-ij＝Y_(i+1)j-Y_ij 2-4

其中x_ij表示第j块表第i天的用电量，y_i表示总表第i天的用电量；

3)有监督的回归方法：根据步骤2)中的矩阵，构建输入矩阵和校验矩阵，接着建立权值矩阵，并在约束条件下采用最小二乘法求解权值矩阵，以求解得到的权值矩阵作为随机梯度下降过程的初始解，构建目标函数，通过不断的迭代训练更正权值矩阵，使得目标函数获得最小值；其中，在计算目标函数时，针对每一次计算出的权值矩阵，选取一个阈值，使得利用大于该阈值的用户的数据计算出的线损率波动最小；在最终的权值矩阵中，大于阈值的用户认为属于本台区，否则认为不属于本台区，初步确定用户归属；

所述的输入矩阵X_input由用户日用电量X与特征矩阵X_d合并构成：

所述的校验矩阵Y_T由总表日用电量Y与特征矩阵Y_d合并构成：

所述的权值矩阵W：

W＝[w₁ w₂…w_m]^T                     3-3

其中，w_j代表每个用户分配到的权值，初始化为w_j＝0，j＝1,2,…,m；

所述的在约束条件下利用最小二乘法求解权值矩阵的步骤为：

令学习输出O为：

O＝X_input·W                           3-4

约束条件为：

|O_i|≤|Y_Ti|           3-5

0≤w_j≤1                            3-6

其中，L为台区默认的正常线路损耗，一般取0～5％

目标函数E为训练输出矩阵与校验矩阵的偏差率：

4)SVM分类：根据步骤3)中有监督的回归法计算得到的权值按降序对用户排列，选取一定规模的正确户变数据和错误户变数据作为训练集，利用SVM进行二分类模型训练，模型训练成功之后再对其他待校验用户进行判别。

2.根据权利要求1所述的配电台区户变关系的识别方法，其特征在于，所述步骤4)中，SVM进行二分类模型训练的具体步骤为：

①对选取的训练集中的错误数据和正确数据分别加0、1标签；

②根据数据规模选取合适的核函数，当数据规模较小时，优先选取多项式核函数，否则选取RBF核函数；

③通过交叉验证选取最佳参数C-惩罚系数和g-选取RBF核函数时自带的参数；

④采用最佳参数C与g对整个训练集进行训练获取分类模型；

⑤利用获取的模型对未验证的数据进行分类校验。