[發(fā)明專利]一種基于集成ELM的配電網(wǎng)竊電嫌疑用戶智能識別方法

有效

• 申請?zhí)枺?/td>: 201611116284.6
• 申請日: 2016-12-07
• 公開（公告）號: CN106650797B
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計）人: 方國衛(wèi);孫金武;胡國平;鄺朝煉;黃耀廉;段然;李培;莫景源
• 申請（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司江門供電局
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 廣州粵高專利商標(biāo)代理有限公司 44102
• 代理人: 倫榮彪

1.一種基于集成ELM的配電網(wǎng)竊電嫌疑用戶智能識別方法，其特征在于，包括以下步驟：

步驟1：獲取學(xué)習(xí)數(shù)據(jù)和預(yù)測數(shù)據(jù)并進(jìn)行數(shù)據(jù)清洗；

步驟2：構(gòu)建竊電評價指標(biāo)體系：告警特征、電量特征及負(fù)荷特征，形成學(xué)習(xí)樣本和預(yù)測樣本；

步驟3：將所述的學(xué)習(xí)樣本劃分為訓(xùn)練集和測試集，利用所述的訓(xùn)練集學(xué)習(xí)集成ELM竊電嫌疑用戶識別模型，并基于所述的測試集評估模型效果；

步驟4：將預(yù)測樣本作為所述的集成ELM竊電嫌疑用戶識別模型輸入量，輸出每一用戶的竊電嫌疑系數(shù)，鎖定竊電嫌疑用戶；

所述的竊電評價指標(biāo)體系，包含告警、電量及負(fù)荷三大特征，所述的告警特征為竊電告警系數(shù)coeAlarm，所述的電量特征包括nE斜率及nE截距，所述的負(fù)荷特征包括nL斜率及nL截距，n為當(dāng)前時間往前推移的天數(shù)；

所述的竊電告警系數(shù)coeAlarm的計算公式為：

其中，sum表示所有竊電告警組合包括單個的權(quán)重之和，subSum表示n天內(nèi)出現(xiàn)的所有告警組合的最大子集的權(quán)重，而告警及其組合的權(quán)重將根據(jù)其對竊電的影響程度的大小由專業(yè)人員設(shè)定；

所述的集成ELM竊電嫌疑用戶識別模型，包含如下幾個步驟：

(1)初始化ELM模型參數(shù)，包括：極限學(xué)習(xí)機(jī)隱含層神經(jīng)元個數(shù)K，其中NKM，訓(xùn)練極限學(xué)習(xí)機(jī)個數(shù)L，基于準(zhǔn)確率集成極限學(xué)習(xí)機(jī)分類器的個數(shù)M，基于差異度集成的極限學(xué)習(xí)機(jī)的個數(shù)N；

(2)基于不同K，用訓(xùn)練樣本M×N矩陣訓(xùn)練生成L個極限學(xué)習(xí)機(jī)C_i,其中i＝1,2…,L；

(3)用每個極限學(xué)習(xí)機(jī)C_i,其中i＝1,2…,L，識別測試集樣本，計算每一個極限學(xué)習(xí)機(jī)分類器的確率R_i，其中i＝1,2…,L：

(4)根據(jù)識別率R_i大小，選擇出M，NML個識別效果較好的極限學(xué)習(xí)機(jī)；

(5)對于篩選出的M個極限學(xué)習(xí)機(jī)，采用Q統(tǒng)計法計算任何，C_i,C_j,i,j＝1，2…，M，i≠j間的差異度Q_ij，計算公式為：

其中，N¹¹與N⁰⁰表示極限學(xué)習(xí)機(jī)C_i，C_j均預(yù)測正確與均預(yù)測錯誤的樣本數(shù)，N⁰¹表示C_i預(yù)測錯誤而C_j預(yù)測正確的樣本數(shù)，相反，N¹⁰表示C_i預(yù)測正確而C_j預(yù)測錯誤的樣本數(shù)；

(6)將M個極限學(xué)習(xí)機(jī)組合為個分類器集，計算每個分類器集的差異度Q^p,

表示第P個分類器集中極限學(xué)習(xí)機(jī)C_i,C_j,i,j＝1,2…,N,i≠j間的差異度；

(7)比較所有極限學(xué)習(xí)機(jī)分類器集的差異度Q^p，最大Q^p對應(yīng)的極限學(xué)習(xí)機(jī)集合則為集成ELM模型；

(8)當(dāng)利用上述集成ELM模型進(jìn)行預(yù)測時，采用投票法得到綜合判斷結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于集成ELM的配電網(wǎng)竊電嫌疑用戶智能識別方法，其特征在于，所述的學(xué)習(xí)數(shù)據(jù)和預(yù)測數(shù)據(jù)，包含用戶檔案、告警、行度及負(fù)荷四種類型；所述的學(xué)習(xí)數(shù)據(jù)中必須包含正常用戶樣本與竊電用戶樣本，所述的預(yù)測數(shù)據(jù)中包含竊電嫌疑線路下的部分用戶，而竊電嫌疑線路通過線損進(jìn)行定位。

3.根據(jù)權(quán)利要求1所述的基于集成ELM的配電網(wǎng)竊電嫌疑用戶智能識別方法，其特征在于，所述的nE斜率、nE截距、nL斜率及nL截距將通過構(gòu)建一元線性回歸方程得到，具體模型為：

E＝I₁+K₁T，F(xiàn)＝I₂+K₂T

其中，E＝[e_t-n,e_t-n-1,…,e_t]，T＝[t-n,t-n-1,…,t]，F(xiàn)＝[l_t-n,l_t-n-1,…,l_t]，E為用電量，T為時間編號，T以天為單位，F(xiàn)為負(fù)荷，故e_t-n、l_t-n分別表示在第t天的前n天的用電量及負(fù)荷，有nE斜率＝K_I，nL斜率＝K₂，nE截距＝I₁，nL截距＝I₂。