[发明专利]台区电能表运行评估方法、装置、电子设备和存储介质

权利要求书

1.一种台区电能表运行评估方法，其特征在于，包括：

获取目标台区中至少两台电能表各自对应的用电数据；

将所述用电数据输入数理模型，输出所述至少两台电能表中至少一台目标电能表对应的目标误差系数，其中，所述目标电能表是基于所述数理模型中的判定条件确定的，所述判定条件包括所述数理模型在目标命中率下确定的验证指标对应的指标区间，所述验证指标对应的验证命中率与训练命中率之差小于预设阈值，所述验证命中率为基于验证标签数据集对所述数理模型进行验证得到的命中率，所述训练命中率为基于训练标签数据集对所述数理模型进行训练得到的命中率；

分别将各所述目标误差系数与误差阈值进行比较，确定所述目标台区中各所述目标电能表的运行评估结果；

其中，所述目标命中率表示所述目标电能表中正确预测为超差表占所有目标电能表的预设比例，在所述目标电能表对应的目标误差系数满足误差阈值的情况下，所述目标电能表命中且正确预测为超差表；

所述指标区间是基于以下步骤确定的：

将所述目标台区中各所述电能表对应的用电数据进行仿真，构建标签数据集，所述标签数据集包括训练标签数据集和验证标签数据集；

基于所述数理模型输出的模型指标，确定至少一个目标指标，所述模型指标是将所述用电数据输入所述数理模型得到的，所述目标指标与所述数理模型的训练命中率呈单调关系；

将所述训练标签数据集输入所述数理模型，确定所述训练标签数据集对应的训练命中率，以及在目标命中率下各所述目标指标对应的初始指标区间；

将所述验证标签数据集输入所述数理模型，并基于所述初始指标区间，确定所述验证标签数据集对应的验证命中率；

将所述验证命中率与所述训练命中率之差小于预设阈值的所述目标指标确定为验证指标，并将所述初始指标区间确定为所述验证指标对应的指标区间；

所述训练命中率，用于表示目标电能表正确预测为超差表的占全部实际为超差表的比例，训练命中率Recall为：

，

其中，TP表示目标电能表被判定为超差表的数量，FN表示目标电能表被判定为正常表，但事实上是超差表的数量。

2.根据权利要求1所述的台区电能表运行评估方法，其特征在于，所述将所述目标台区中各所述电能表对应的用电数据进行仿真，构建标签数据集，包括：

将所述目标台区中各所述电能表对应的用电数据进行仿真，确定真实误差系数为0的理想标签数据；

基于所述理想标签数据，确定误差阈值区间中至少两个真实误差系数对应的初始标签数据；

在所述初始标签数据中添加影响因子，确定标签用电数据和所述标签用电数据对应的标签，所述影响因子包括量化噪声、随机噪声、时间波动因子、最近n点数据调表因子中的至少一种，所述标签包括所述标签用电数据对应的真实误差系数和所述影响因子；

基于所述标签用电数据和所述标签用电数据对应的标签，确定所述标签数据集。

3.根据权利要求2所述的台区电能表运行评估方法，其特征在于，所述确定所述训练标签数据集对应的训练命中率，包括：

将所述训练标签数据集输入所述数理模型，输出所述训练标签数据集中各标签用电数据对应的训练误差系数；

将所述训练误差系数与所述真实误差系数进行比较，确定各所述标签用电数据对应的分类类别；

基于各所述分类类别，确定所述训练标签数据集对应的训练命中率。

4.根据权利要求3所述的台区电能表运行评估方法，其特征在于，所述方法还包括：

基于所述训练命中率和所述真实误差系数，确定不同影响因子对应的所述训练命中率和所述真实误差系数的关联关系，以及所述关联关系对应的直方图。

5.根据权利要求1或2所述的台区电能表运行评估方法，其特征在于，确定所述在目标命中率下各所述目标指标对应的初始指标区间，包括：

将所述训练标签数据集输入所述数理模型，输出各所述目标指标对应的指标值；

将所述指标值按照递增的顺序进行排序，确定指标数组；

基于二分查找算法，确定所述指标数组中在所述目标命中率下的初始指标区间。