临时用电私自转供居民用电甄别方法技术

技术编号:38867230 阅读:36 留言:0更新日期:2023-09-22 14:05
本发明专利技术涉及临时用电私自转供居民用电甄别方法,包含数据预处理模块,数据分析模块和数据决策模块。数据预处理模块针对缺失、异常、重复的数据进行数据清洗,保证数据的完整性,并通过数据归一化操作提高后续数据聚类时的收敛性和可对比性。数据分析模块利用机器学习中的k

【技术实现步骤摘要】
临时用电私自转供居民用电甄别方法


[0001]本专利技术涉及用电检查
,特别是临时用电私自转供居民用电甄别方法。

技术介绍

[0002]临时用电转供居民用电问题,主要是因为住宅开发商所建设配电站房未能达到公司送电条件或开发商资金问题无法按期交房等问题导致,继而采用临时用电进行供电。此类问题不仅给供电企业带来经济损失,同时也对电网的可靠运行、客户的安全生产带来了较大的影响。先前查处临时用电转供居民用电问题主要依赖人工经验判断,面对当下海量的客户用电数据,采取先前的方法无异于大海捞针,效率低下且耗费大量人力物力和财力。

技术实现思路

[0003]有鉴于此,本专利技术的目的在于提供一种临时用电私自转供居民用电甄别方法,提出临时用电私自转供居民用电甄别模型,借助机器学习这一高效的数据分析手段,通过在用户负荷数据集上构建预测模型,从大量用户负荷数据中挖掘临时用电私自转供居民用电行为用户,帮助查处私自转供违约用电行为。
[0004]为实现上述目的,本专利技术采用如下技术方案:临时用电私自转供居民用电甄别方法,包括以下步骤:...

【技术保护点】

【技术特征摘要】
1.临时用电私自转供居民用电甄别方法,其特征在于:包括以下步骤:步骤A:对缺失、异常、重复的数据进行数据清洗,通过曲线拟合算法清洗用电负荷数据,保证数据的完整性;步骤B:通过数据归一化将用电负荷数据映射到[0,1]范围内,以提高后续数据聚类时的收敛性和可对比性;步骤C:利用k

means聚类算法聚类出居民用户用电负荷分布的特征曲线;步骤D:计算居民用户用电负荷分布曲线和临时用户用电负荷分布曲线之间的皮尔逊相关系数,为后续判断临时用电用户是否存在违约用电行为提供决策依据;步骤E:通过设置合理的相似度阈值判断临时用电用户疑似违约用电的行为,以提供后续临时用电现场用电检查的排查清单。2.根据权利要求1所述的临时用电私自转供居民用电甄别方法,其特征在于:所述步骤A中的对用电负荷数据进行清洗进一步包括以下子步骤:步骤A1:采用1798个小区类台区关口用电负荷数据;其中,关口用电负荷数据来源于电力用户用电信息采集系统,通过电力用户用电信息采集系统数据库直接获取所需的用户负荷数据;步骤A2:数据清洗;剔除用电功率全为0的数据;识别用电功率缺失的位置,同时缺失值进行三次样条插值,拟合缺失功率值;三次样条插值即把已知的数据分割成若干段,每段构造一个三次函数,并且保证分段函数的衔接处具有0阶连续、一阶导数连续、二阶导数连续的性质;通过三次样条插值可以拟合出未知的用电负荷数据,同时使用电负荷曲线光滑衔接。3.根据权利要求1所述的临时用电私自转供居民用电甄别方法,其特征在于:所述步骤B中的对用电负荷数据进行归一化进一步包括以下子步骤:查询每条关口有功功率的最大值,根据最大值归一化原则对居民用户用电有功功率进行归一化,即将居民用户用电有功功率映射到[0,1]范围内,以提高后续数据聚类时的收敛性和可对比性;设x:{x1,x2,...,xn},则最大值归一化公式如下所示;其中,x为原始的用电有功功率数据,x'为归一化后的用电有功功率数据,max(x)为该用户用电有功功率数据中的最大值。4.根据权利要求1所述的临时用电私自转供居民用电甄别方法,其特征在于:所述步骤C中的利用k

means聚类算法聚类出居民用户用电负荷分布的特征曲线进一步包括以下子步骤:步骤C1:针对居民用电分布的规律,考虑不同住户性质、新旧性质特点,将居民类用电情况暂按照5大类进...

【专利技术属性】
技术研发人员:魏海斌黄宇楠解宇虹蒋涵杨鑫张成炬郭威林展翔郭清华
申请(专利权)人:国网福建省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1