[發明專利]一種基于監督學習的臺區用戶識別及判別方法

有效

• 申請號: 201910095243.0
• 申請日: 2019-01-31
• 公開（公告）號: CN109829497B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 唐明;何仲瀟;王劍;王梟;汪曉華
• 申請（專利權）人: 清華四川能源互聯網研究院
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 陽佑虹

本發明涉及數據分析領域，特別是一種基于監督學習方法的臺區用戶識別及判別方法。包括：根據用戶所屬臺區和相別確定用戶數據的對應標簽建立訓練集、驗證集和測試集，采用交叉驗證的方式進行確定；采用已訓練好的訓練模型對待識別用戶的電壓數據進行識別；建立臺區用戶識別結果可靠度的量化評價指標，并計算臺區用戶初次識別結果的可靠度。本發明實現了無監督學習到有監督學習的轉換，降低了硬件和人工成本，辨識結果更加可靠；同時建立對臺區用戶戶變關系識別結果的量化評價指標，實現“爭議用戶”的準確識別，從而準確有效地識別用戶所屬臺區與相別，徹底解決跨臺區用戶歸屬難題，為全面指導低壓臺區運行、維護、搶修、技改、規劃等各領域的工作奠定基礎。

技術領域

本發明涉及數據分析領域，特別是一種基于優化的監督學習方法進行臺區用戶識別及 判別方法。

背景技術

準確的基礎臺區檔案是臺區線損率分析、配網故障定位、搶修工單下發、三相不平衡 分析等等一系列高級應用的重要基礎。然而由于我國電力系統起步較晚、初期發展規劃不 完善，我國現階段配電變壓器分布散亂、配電線路錯綜復雜。同時，由于電網公司在多年的運營過程中信息記錄遺失、更新不及時、信息不完整等原因，導致臺區的檔案資料往往不準確，即少部分終端用戶存在臺戶真實掛接關系與臺區檔案不相符的現象。錯亂的臺區檔案使多種高級應用無法有效開展，嚴重影響了電網公司建設智能電網的進程。因此，亟需高效、穩定、準確的臺區拓撲辨識方法，為全面指導低壓臺區運行、維護、搶修、技改、 規劃等各領域的工作奠定基礎。

傳統的臺區用戶識別方法分為人工識別和利用專用的臺區識別設備兩種。人工識別需 要依靠電力人員到現場逐戶排查臺區用戶的歸屬情況，費時費力且效率極低。專用的臺區 識別設備主要包括臺區用戶識別儀，而臺區用戶識別儀多數基于電力載波技術直接通信與 否或電流脈沖技術等來識別臺區信息。載波信號通過共地、共高壓、并行布線耦合的方式 向周邊臺區傳輸數據，盡管信號幅值有所衰減，仍能和鄰近變壓器下距離較近的電表進行 通信，故仍然存在“串臺區”的問題。基于電力載波與脈沖載波混合方式的配電臺區用戶 辨識雖然解決了共高壓串線、共地串線、共電纜溝串線問題，但仍需人工測量，而且采用 電流鉗進行配電臺區用戶辨識的過程中可能存在安全隱患，難以滿足配電臺區的智能化發 展需求。

近年來，隨著物聯網技術的迅速發展，為智能電表海量數據打通了上行通道，電網公 司有機會獲取海量、高密度的數據。一些學者將臺區配電變壓器電參量以及用戶端電參量 進行大數據融合統計分析，從而實現臺區用戶的識別。現有技術主要分為兩種：

1.利用智能電表的量測數據，分別計算用戶處智能電表的量測數據與各變壓器低壓側 數據的相似度，選擇其中相似度最高來確定用戶的臺區及相別，但是在某些情況下相似度 差別不明顯，難以有效區分；

2.基于同一臺區電能采集設備電壓數據的高度相關性，利用k-means算法對用戶電壓 數據進行聚類，從而實現臺區用戶識別(可參考已公開專利申請CN106156792A)。而聚類算 法本身是一種無監督學習，該算法基于數據的內部結構尋找觀察樣本的自然族群。當數據 質量較低時，辨識的準確度偏低，辨識結果不可靠。

3、雖然現有技術有些能夠較為準確的進行臺戶關系的識別，但依然存在兩大問題：首 先是對于識別的結果沒有量化的評價指標，從而不知道哪些用戶的識別結果是可靠的，哪 些用戶的識別結果具有爭議；其次是對于辨識結果不夠可靠的“爭議用戶”，沒有采用進一步的 策略對它們所屬的臺區和相別進行判別。

本發明考慮到當前國家電網已通過傳統的臺區用戶識別方法確定了部分用戶所屬的臺 區和相別，可以用這部分用戶作為訓練對象從而采用有監督學習的方法對待辨識的用戶進 行分類，從而提高算法的可靠性和準確性，并進一步建立對識別結果驗證判別的有效機制， 從而使辨識結果更加可靠，準確率更高。

發明內容