【技术实现步骤摘要】
基于聚类和时序分析的自动抄表成功率影响因素分析方法
[0001]本专利技术涉及电力系统用电信息采集
，特别是一种基于聚类和时序分析的自动抄表成功率影响因素分析方法。
技术介绍
[0002]随着智能电网的发展，多样化的信息化、数字化设备被应用到用电信息采集系统中，实现了用户用电信息的自动采集，极大提高了用电管理的效率。在用电信息采集系统中，抄表成功率是进行台区线损分析及治理、精细化运营决策的基础和前提。然而，在实际使用中，影响自动抄表成功率的原因众多，包括系统设备因素，如抄表通信模块、通信方式以及通信参数等；环境因素，如GPRS信号干扰、高山阻隔使得GPRS信号不好、极端环境导致通信异常等；人为因素，如安装时接线不牢，设备安装区域与控制区域距离较远，造成信号混乱、信号衰减等。在信息采集的过程中受到以上一种或多种因素的影响，可能出现自动抄表成功率不理想、难以提升自动抄表成功率的问题。因此如果能够在复杂的环境中找出影响自动抄表成功率的因素，便能够制定针对性的治理策略，从而有效提高自动抄表成功率。
技术实现思路
>[0003]本专利本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.基于聚类和时序分析的自动抄表成功率影响因素分析方法，其特征在于，所述方法包括以下操作：S1、获取待分析区域内自动抄表的台区相关数据，组成矩阵D；S2、对台区相关数据分为离散特征数据、连续特征数据和结果标识数据分别进行预处理，并合并特征为矩阵：征为矩阵：其中，I为电能表ID组成的列向量，L
E
为测量点日冻结电能示数抄表时间质量码组成的列向量，其余为36项数据各自组成的列向量；S3、基于矩阵D
′
对样本进行K
‑
means聚类，利用结果标识对聚类结果进行标记，得到成功类聚类中心和失败类聚类中心，计算每个失败类聚类中心到邻近成功类聚类中心以及邻近失败类聚类中心的属性差，根据属性差筛选区分成功类和失败类的影响因子，并根据反映射规则获得影响因子的属性及取值，统计筛选出的影响因子并根据出现次数排序；S4选定日期序列，对序列中每个日期，执行步骤S1
‑
S3，统计各影响因子的出现次数，与设定阈值相比较，将影响因子划分为自动抄表成功率长期因素和自动抄表成功率短期因素。2.根据权利要求1所述的基于聚类和时序分析的自动抄表成功率影响因素分析方法，其特征在于，所述台区相关数据包括档案数据、运行数据以及所属台区的地理数据和气象数据。3.根据权利要求1所述的基于聚类和时序分析的自动抄表成功率影响因素分析方法，其特征在于，所述离散特征数据的预处理过程包括值去重及重映射以及特征升维、消除取值影响度差异；所述值去重及重映射具体为：对离散特征值X
k
，(k＝1，2...24)，对列向量中的取值进行去重，去重后的值记为：V
k
＝[v
k1 v
k2
ꢀ…ꢀ
v
km
]，(m＞0，m为列向量X
k
的去重后取值个数)将各类编码值重映射为从1开始的连续整数值；即当m≥2时，基于m＝f1(v
km
)，(m＝1，2...m)建立v
km
到m的映射，并将X
k
，(k＝1，2...24)中x
kn
的取值v
km
替换为m，替换后记为X
′
k
，(k＝1，2...24)；所述特征升维、消除取值影响度差异具体过程如下：对上一步处理得到的X
′
k
，(k＝1，2...24)，基于E
m
‑1＝f2(m)转换为一个m
‑
1列的矩阵，记为其中E
m
‑1为第m
‑
1列为1、其余列均为0的共有m
‑
1列的行向量，当m＝1时所有列均为0，m的值等于上一步中V
k
的列数。4.根据权利要求1所述的基于聚类和时序分析的自动抄表成功率影响因素分析方法，其特征在于，所述利用结果标识对聚类结果进行标记，得到成功类聚类中心和失败类聚类中心具体为：聚类结果得到m类，记为C
i
，(i＝1，2，
…
，m)；聚类中心记为u
c
(i)，(i＝1，2，
…
，m)；以I
i
为索引，将D
′
中的L
E
关联到C
i
中，并计算C
i
中自动抄表失败的比例，记为：
计算D
′
中自动抄表失败的比例，记为：设定倍率θ(θ∈[1，3])，对C
i
，(i＝1，2，
…
，m)进行标记，若：r
i
*θ≤r
avg
则将C
i
标记为成功类，记为同时聚类中心记为同时聚类中心记为否则，将C
i
标记为失败类，记为同时聚类中心记为5.根据权利要求1所述的基于聚类和时序分析的自动抄表成功率影响因素分析方法，其特征在于，所述计算每个失败类聚类中心到邻近成功类聚类中心以及邻近失败类聚类中心的属性差具体为：...
【专利技术属性】
技术研发人员：李尔园，宋先慧，傅洋，鞠永乾，
申请(专利权)人：积成电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。