[发明专利]一种台区户变关系异常诊断方法及装置

权利要求书

1.一种台区户变关系异常诊断方法，其特征在于，步骤包括：

S01.降维处理：获取指定台区的总表和用户电表电压数据并进行降维处理，得到降维电压数据；

S02.聚类处理：对所述降维电压数据采用K-means聚类方法进行聚类，并在聚类过程中根据数据维度的最大和最小值选取初始聚类中心，查找出指定台区内户变关系存在异常的异常用户；

S03.台区诊断：分别计算所述异常用户与各个台区总表之间的皮尔逊相关系数，将计算出的各所述皮尔逊相关系数进行排序，根据排序结果诊断出所述异常用户所属的正确台区；

所述步骤S03中还包括先分别计算查找出的所有异常电表的电压数据之间的相关性值，将相关性值小于预设阈值的异常电表判定为属于同一台区，从判定为同一台区的各异常电表中选取出一个作为待检测电表，然后分别计算待检测电表与各个台区总表之间的皮尔逊相关系数以诊断出所属的正确台区。

2.根据权利要求1所述的台区户变关系异常诊断方法，其特征在于，所述步骤S02中选取初始聚类中心的步骤包括：

S201.使用所述降维电压数据中每一维最大和最小值选取k个样本点作为k个初始聚类中心；

S202.分别计算所述降维电压数据中每个样本数据距离最近聚类中心的距离D(z_ij)，即：

其中，z_ij为所述降维电压数据；

S203.取所述降维电压数据中每个样本数据距离聚类中心的最大距离作为下一个聚类中心，以更新各簇的聚类中心，即：

μ_r＝argmaxD(z_ij)

其中，μ_r为各簇更新的聚类中心，max|D(z_ij)|为每个样本与当前最近一个聚类中心的最大距离；

S204.重复执行步骤S202、步骤S203，直至聚类误差函数E收敛或达到最大步数，得到最终的k个聚类中心[μ₁,μ₂…,μ_k]。

3.根据权利要求2所述的台区户变关系异常诊断方法，其特征在于，所述步骤S201中具体按照下式选取k个初始聚类中心；

μ_r＝ma(i)+(mi(i)-ma(i))+rand(),r＝1,2,...,k

其中，μ_r为初始聚类中心，ma为每一维最大数，mi为每一维最小数。

4.根据权利要求1或2或3所述的台区户变关系异常诊断方法，其特征在于，所述步骤S03中具体取排序结果中最大皮尔逊相关系数所对应的台区作为所述异常用户所属的正确台区。

5.根据权利要求1所述的台区户变关系异常诊断方法，其特征在于，具体对查找出的所有异常电表先进行聚类处理，形成多个聚类，获取作为每个聚类的聚类中心的异常电表作为待检测电表，然后分别计算待检测电表与各个台区总表之间的皮尔逊相关系数以诊断出目标异常电表所属的正确台区，由诊断出的目标异常电表所属的正确台区得到对应的整个聚类中各异常电表所属的正确台区。

6.根据权利要求1或2或3所述的台区户变关系异常诊断方法，其特征在于，所述步骤S03诊断出所述异常用户所属的正确台区后，还包括以诊断出的所述正确台区作为目的台区，获取目的台区的用户电压数据并返回步骤S02以重新进行聚类处理，根据聚类结果最终确认异常用户是否属于目的台区。

7.根据权利要求1或2或3所述的台区户变关系异常诊断方法，其特征在于，所述步骤S01中具体采用主成分分析方法进行降维处理。