[发明专利]一种配电台区户变关系的识别方法

摘要

本发明的公开了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；2)构建矩阵；3)有监督的回归方法；4)SVM分类；本发明根据配电线路网络连接关系，推导出了在同一台区内各用户用电量之间具有相互影响的公式，利用有监督的线性回归法先初步判断一部分用户是否属于台区，并将结果作为分类的样本，再进一步利用支持向量机进行训练，从而获得属于或不属于台区的特征；再对未确定户变关系的用户进行分类，最后识别出所有用户的户变关系归属。本发明中无需使用多余的设备，成本较低，而且本发明以仿真数据和实际数据为例，采用本方法对户变关系进行计算，结果表明本算法给出的精度达到了91％以上的识别率，识别率高，在数据量足够的情况下，识别准确率可达100％。

主权项

1.一种配电台区户变关系的识别方法，包括以下步骤：/n1)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；/n2)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；/n3)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；/n4)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。/n