[發明專利]一種基于住戶用電量的社區安全精準管控方法和系統

在審

• 申請號: 202110043546.5
• 申請日: 2021-01-13
• 公開（公告）號: CN112906736A
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 王偉;申晨;宋宜飛;姜丹;盛華;張秋實;于皓杰;鄭鈺;李清源;丁月明;費揚;楊小婷
• 申請（專利權）人: 國網山東省電力公司日照供電公司;國家電網有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/06;G06Q50/06;G06Q50/26
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 李舜江

1.一種基于住戶用電量的社區安全精準管控方法，其特征在于，包括以下步驟：

S1：利用電網的用電信息采集系統獲取整個社區所有住戶的用電數據,通過整合用電數據得到基礎數據；

S2：對基礎數據進行數據預處理,清理異常值，糾正錯誤數據，保證數據的完整性和一致性；

S3：選取建模所需的模型變量；

S4：對模型變量值進行數據標準化，數據標準化后進行聚類分析，將數據對象之間相似性較大的組合在一起，不同特征的住戶分散開來，進行住戶群體分類；

S5：挖掘各分類住戶的用電特征和規律，建立安全管控模型，所述安全管控模型包括頻繁夜歸人員模型、群租房模型、日租短租模型、疑似閑置房屋模型、疑似傳銷模型和疑似空置房屋居住模型；

S6：社區安保部門根據安全管控模型分析判斷社區住戶，對社區住戶的安全進行精準管控。

2.根據權利要求1所述的一種基于住戶用電量的社區安全精準管控方法，其特征在于，所述步驟S2中數據預處理包括數據清理、數據集成、數據變換和數據歸約，所述數據清理包括對不完整的數據進行補差、光滑噪聲數據、識別或刪除離群點，所述數據集成將多個數據源中的數據結合起來并統一存儲，所述數據交換過程通過平滑聚集、數據概化和數據規范化將數據轉換成適用數據挖掘的形式，龐大的數據量進行數據歸約得到數據集的歸約表示。

3.根據權利要求2所述的一種基于住戶用電量的社區安全精準管控方法，其特征在于，所述步驟S3中模型變量包括住戶電表檔案信息、峰時耗電率、谷時耗電率、平均耗電率，白天時段用電量、夜間時段用電量、住戶用電高峰時段，每日用電量、每月用電量和年用電量。

4.根據權利要求3所述的一種基于住戶用電量的社區安全精準管控方法，其特征在于，所述步驟S4中數據標準化過程如下：

首先對模型變量值進行標準化處理，消除量綱，均衡各個屬性對距離的影響，標準化公式如下：其中x_i表示變量，表示均值，δ表示標準差，x′_i表示標準化數據；

然后對離散數據進行轉換，衍生新的變量，使得離散變量轉換成連續變量；最后在聚類分析之前對聚類的各個標準化變量的邊界值進行過濾，消除干擾，剔除3倍標準差外的邊界點。

5.根據權利要求4所述的一種基于住戶用電量的社區安全精準管控方法，其特征在于，所述步驟S4中聚類分析采用K-means算法并進行了改進；

第一步輸入聚類個數N以及數據集；

第二步根據歐氏距離計算公式計算數據點之間的距離d(x_i,y_i)；

第三步計算數據集的平均距離平均距離計算公式如下：

并根據數據點之間距離值d(x_i,y_i)以及平均距離計算數據點的密度，得到密度集合M；

第四步把密度集合M中最大密度的數據點作為第一個初始聚類中心，第二大密度的數據點作為第二個聚類中心，以此類推得到所有的聚類中心；

第五步利用歐氏距離公式計算每個數據點與聚類中心的距離值，并根據距離值的大小劃分類別形成聚類；

第六步計算聚類樣本的均值；

第七步計算判斷標準誤差函數是否收斂，標準誤差函數計算公式如下：

其中N為聚類的個數，x_m表示變量，n_i表示第i類樣本的數目，μ_i表示第i類樣本的均值；當標準誤差函數收斂時結束算法，否則重新回到第五步進行分類。

6.根據權利要求5所述的一種基于住戶用電量的社區安全精準管控方法，其特征在于，所述步驟S5中挖掘各分類住戶的用電特征和規律步驟如下：首先繪制每一類住戶的用電曲線，觀察用電曲線在一段時間內的變化情況，通過用電曲線中的突變信息，分析住戶的各個用電設備；然后將該類住戶的各用電設備按時間進行排序，構建該類住戶的用電行為序列，結合時序關聯關系分析算法得到該類住戶的用電行為特征和規律；最后根據各類住戶的用電行為特征構建安全管控模型。