[發明專利]基于量測數據多態勢評判的風險用戶識別方法

在審

• 申請號: 202010660842.5
• 申請日: 2020-07-10
• 公開（公告）號: CN111932078A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 章劍光;王鋒華;章堅民;林海峰;張磊;張永建;陳浩;凌玲;李曉彤;田雁寧;胡利輝;周晟;張旭陽;韓保禮
• 申請（專利權）人: 國網浙江省電力有限公司紹興供電公司;國網浙江省電力有限公司;杭州電子科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62
• 代理公司: 杭州華鼎知識產權代理事務所(普通合伙) 33217
• 代理人: 魏亮

1.基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述風險用戶識別方法包括：

獲取用戶用電數據，對用戶用電數據進行預處理后得到成熟用電數據；

從成熟用電數據中提取特征參數作為SVM算法的輸入特征集，

將輸入特征集轉換為特征向量，將特征向量送入SVM分類器中進行分類訓練；

基于訓練后的SVM算法結合特征參數對風險用戶進行識別。

2.根據權利要求1所述的基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述從成熟用電數據中提取特征參數作為SVM算法的輸入特征集，包括：

選取了有功功率P、無功功率Q、負荷利用率指標μ、日最大負荷、電量波動作為數據類別從成熟用電數據中提取特征參數。

3.根據權利要求2所述的基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述風險用戶識別方法還包括：

選取用戶每天消耗的有功之和作為有功功率P；

選取用戶每天消耗的無功功率之和作為無功功率Q。

4.根據權利要求2所述的基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述風險用戶識別方法還包括：

基于公式一計算負荷利用率指標μ：

式中，d_i為每天的電量，cap為報裝容量，cosθ為功率因數，負荷利用率指標μ表示用戶的實際用電量與需求電量之比，μ越大表示負荷利用率越高，反之負荷利用率越低。

5.根據權利要求2所述的基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述風險用戶識別方法還包括：

選取用戶每天每個時刻讀取的各個電量之中的最大值作為日最大負荷；

基于公式二計算電量波動VAR

式中，d_i為每天的電量，為每天用電量的平均值，電量波動VAR表示用戶每天用電量與實際用電量的絕對差值。

6.根據權利要求1所述的基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述基于訓練后的SVM算法結合特征參數對風險用戶進行識別，包括：

通過智能電表側獲得到的用電數據，分別計算電量波動率指標、電量變化率指標對風險用戶進行判斷。

7.根據權利要求6所述的基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述風險用戶識別方法包括：

基于公式三計算電量波動率指標：

式中，d_i為每天的電量，為日電量平均值，N為累計時長；通過計算數據的標準差來對用戶用電行為進行分析，當σ值較高時，表示用電數據的波動大，當σ值較低時，表示用電數據波動小；σ值偏大時，代表用戶用電模型出現了波動，負荷曲線不再穩定。

8.根據權利要求6所述的基于量測數據多態勢評判的風險用戶識別方法，其特征在于，所述風險用戶識別方法包括：

基于公式三計算電量變化率指標：

式中，d_i為用戶單日電量，i為時間序列，N為累計時長；該公式通過計算線性擬合函數的斜率來對用戶用電態勢進行分析；當λ0時表示用電量上升，當λ0時表示用電量下降；當λ為一比較大的負值時，則表示采樣對象的耗電行為不良，存在風險；當電量波動率σ0.2時，認為該用戶的用電量數據波動過大，經營狀態不穩定；當電量變化率λ≤-0.01時，認為該用戶的用電數據的態勢不良，存在風險。