[發明專利]多維場景下基于數據挖掘的臺區線損率標準庫構建方法

有效

• 申請號: 202010895216.4
• 申請日: 2020-08-31
• 公開（公告）號: CN111984629B
• 公開（公告）日: 2021-03-23
• 發明（設計）人: 陳光宇;徐嘉杰;張仰飛;郝思鵬;劉海濤
• 申請（專利權）人: 南京工程學院
• 主分類號: G06F16/21
• 分類號: G06F16/21;G06F16/2458;G06F16/28;G06K9/62
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 戴朝榮

1.多維場景下基于數據挖掘的臺區線損率標準庫構建方法，其特征在于，包括以下步驟：

S1、獲取臺區的線損率數據；

S2、根據季節特性和日期特性設定場景標簽；日期特性包括工作日、特殊節假日和除兩者之外的普通節假日；

春季為3月-5月，其中的工作日標簽為1，普通節假日標簽為2；

夏季為6月-8月，其中的工作日標簽為3，普通節假日標簽為4；

秋季為9月-11月，其中的工作日標簽為5，普通節假日標簽為6；

冬季為12月-2月，其中的工作日標簽為7，普通節假日標簽為8；

所有特殊節假日標簽為0；

S3、采取缺失值填補眾數的原則進行缺失值的預處理；

S4、基于改進3-σ去噪法剔除異常值；

S5、分別提取具有相同場景標簽的線損率數據；

S6、基于輪廓系數和卡林斯基-哈拉巴斯指數確定最佳聚類數k；

S7、依據最佳聚類數k對具有相同場景標簽的線損率數據進行K-means聚類；

S8、基于動態簇類質心下降法確定標準庫區間的上下限；

選取標準庫區間下限y_lower和上限y_upper的方法為：針對不同簇類的個案數目進行升序排列，保留個案數目最多的簇類元素，此時標準庫下限取個案數目位于第2的簇類i質心橫坐標經相對偏移量下移后的新坐標，下限取個案數目位于第3的簇類j質心橫坐標經相對偏移量上移后的新坐標，此時區間的上限和下限為：

其中y_lower為標準庫區間下限，y_upper為標準庫區間上限，ct_i為第i類簇的質心橫坐標，ct_j為第j類簇的質心橫坐標，m_i為第i類簇的個案數目，m_j為第j類簇的個案數目，n為數據集中的樣本容量；

S9、基于確定區間N屬性值相似度合并標準庫，得到多維場景下的臺區線損率標準庫；

確定區間N是指有確定下界n₁和上界n₂的區間，記為：N[n₁，n₂]；采用區間相對長度法來計算2個區間屬性值間的相似度，該方法是通過計算2個區間長度的重疊率作為區間間的相似度，

設A、B是2個確定區間，則A、B的相似度定義為：

其中L表示相應區間的長度，(A∩B)表示A、B的重疊區間；

設置相似度閾值為α，將各場景線損率區間屬性的相似度大于閾值的區間按交集原則進行合并，最終得到多維場景下的臺區線損率標準庫。

2.如權利要求1所述的臺區線損率標準庫構建方法，其特征在于，步驟S1中的臺區線損率的值由用電信息采集系統提供的線損電量計算得出，線損率計算公式如下式：

式中，LLR表示線損率，E_m表示抄表電量，E_s表示實際售電量。

3.如權利要求1所述的臺區線損率標準庫構建方法，其特征在于，步驟S3中的線損率數據缺失值的預處理包括：

將數據嚴重缺失的用戶的缺失數據不作處理，直接將其判定為異常用戶；對于分散、缺失較少的用電數據進行異常值處理，使用sklearn中填補缺失值專用的Impute模塊對獲取的原始線損率采用眾數填補，使數據適應模型并且匹配模型的需求。

4.如權利要求1所述的臺區線損率標準庫構建方法，其特征在于，步驟S4中，3-σ法則下的數值分布為：

式中，X為臺區線損率數據，μ代表臺區線損率的均值，σ代表臺區線損率的標準差。