[发明专利]基于量测数据多态势评判的风险用户识别方法

权利要求书

1.基于量测数据多态势评判的风险用户识别方法，其特征在于，所述风险用户识别方法包括：

获取用户用电数据，对用户用电数据进行预处理后得到成熟用电数据；

从成熟用电数据中提取特征参数作为SVM算法的输入特征集，

将输入特征集转换为特征向量，将特征向量送入SVM分类器中进行分类训练；

基于训练后的SVM算法结合特征参数对风险用户进行识别。

2.根据权利要求1所述的基于量测数据多态势评判的风险用户识别方法，其特征在于，所述从成熟用电数据中提取特征参数作为SVM算法的输入特征集，包括：

选取了有功功率P、无功功率Q、负荷利用率指标μ、日最大负荷、电量波动作为数据类别从成熟用电数据中提取特征参数。

3.根据权利要求2所述的基于量测数据多态势评判的风险用户识别方法，其特征在于，所述风险用户识别方法还包括：

选取用户每天消耗的有功之和作为有功功率P；

选取用户每天消耗的无功功率之和作为无功功率Q。

4.根据权利要求2所述的基于量测数据多态势评判的风险用户识别方法，其特征在于，所述风险用户识别方法还包括：

基于公式一计算负荷利用率指标μ：

式中，d_i为每天的电量，cap为报装容量，cosθ为功率因数，负荷利用率指标μ表示用户的实际用电量与需求电量之比，μ越大表示负荷利用率越高，反之负荷利用率越低。

5.根据权利要求2所述的基于量测数据多态势评判的风险用户识别方法，其特征在于，所述风险用户识别方法还包括：

选取用户每天每个时刻读取的各个电量之中的最大值作为日最大负荷；

基于公式二计算电量波动VAR

式中，d_i为每天的电量，为每天用电量的平均值，电量波动VAR表示用户每天用电量与实际用电量的绝对差值。

6.根据权利要求1所述的基于量测数据多态势评判的风险用户识别方法，其特征在于，所述基于训练后的SVM算法结合特征参数对风险用户进行识别，包括：

通过智能电表侧获得到的用电数据，分别计算电量波动率指标、电量变化率指标对风险用户进行判断。

7.根据权利要求6所述的基于量测数据多态势评判的风险用户识别方法，其特征在于，所述风险用户识别方法包括：

基于公式三计算电量波动率指标：

式中，d_i为每天的电量，为日电量平均值，N为累计时长；通过计算数据的标准差来对用户用电行为进行分析，当σ值较高时，表示用电数据的波动大，当σ值较低时，表示用电数据波动小；σ值偏大时，代表用户用电模型出现了波动，负荷曲线不再稳定。

8.根据权利要求6所述的基于量测数据多态势评判的风险用户识别方法，其特征在于，所述风险用户识别方法包括：

基于公式三计算电量变化率指标：

式中，d_i为用户单日电量，i为时间序列，N为累计时长；该公式通过计算线性拟合函数的斜率来对用户用电态势进行分析；当λ0时表示用电量上升，当λ0时表示用电量下降；当λ为一比较大的负值时，则表示采样对象的耗电行为不良，存在风险；当电量波动率σ0.2时，认为该用户的用电量数据波动过大，经营状态不稳定；当电量变化率λ≤-0.01时，认为该用户的用电数据的态势不良，存在风险。