[發明專利]一種客戶側計量設備本地物聯運行指標研究方法

在審

• 申請號: 202111295307.5
• 申請日: 2021-11-03
• 公開（公告）號: CN114021648A
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 陳霄;周玉;高凡;李悅;邵雪松;蔡奇新;崔高穎;穆卓文;薛冰
• 申請（專利權）人: 國網江蘇省電力有限公司營銷服務中心
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06F17/18;G06F30/27
• 代理公司: 北京盛凡佳華專利代理事務所(普通合伙) 11947
• 代理人: 胡紅濤

1.一種客戶側計量設備本地物聯運行指標研究方法，其特征在于：包括以下步驟：

S1，使用標準化公式將多維參數和本地物聯運行指標數據標準化處理；

S2，采用隨機森林算法對多維參數重要度進行排序和篩選；

S3，建立特征篩選后的多維參數和本地物聯運行指標之間的SVR模型，利用粒子群優化算法優化SVR模型參數，并驗證優化后的SVR模型。

2.根據權利要求1所述一種客戶側計量設備本地物聯運行指標研究方法，其特征在于：S1具體包括以下步驟：

S1.1，對多維參數數據進行標準化處理，采用如下公式：

其中，X_i為標準化前的多維參數數據，X_{new_i}為標準化之后的多維參數數據，μ為數據平均值，σ為數據標準差，N為總的數據量；

S1.2，對本地物聯運行指標數據進行標準化處理，采用如下公式：

其中，Y_i為標準化前的本地物聯運行指標數據，Y_{new_i}為標準化之后的本地物聯運行指標數據，μ為數據平均值，σ為數據標準差，N為總的數據量。

3.根據權利要求1所述一種客戶側計量設備本地物聯運行指標研究方法，其特征在于：S2具體包括以下步驟：

S2.1，針對每顆決策樹都選擇相應的袋外數據，并計算袋外數據誤差，袋外數據誤差記為error1；

S2.2，對于每個特征X對應的袋外數據都加入噪聲干擾，并再次計算袋外數據誤差，記為error2；

S2.3，計算特征X的重要度IMP，重要度IMP為：

其中，N表示RF有N棵樹；

S2.4，根據重要度IMP對特征進行排序和篩選。

4.根據權利要求1所述一種客戶側計量設備本地物聯運行指標研究方法，其特征在于：S3具體包括以下步驟：

S3.1，將數據的80％劃分為訓練集，20％劃分為測試集；

S3.2，使用訓練集訓練SVR模型，使用測試集驗證SVR模型性能；

S3.3，使用PSO優化SVR模型的懲罰參數、損失函數、核系數，使用測試集驗證優化后的SVR模型性能；

S3.4，對比RF-SVR模型和RF-PSO-SVR模型性能。

5.根據權利要求1所述一種客戶側計量設備本地物聯運行指標研究方法，其特征在于：S3.2的SVR模型性能和S3.3優化后的SVR模型性能均通過擬合程度R²和均方誤差MSE來衡量；

R²的計算公式為：

其中，SSR表示真實值減去預測值的回歸平方和，SST表示真實值減去預測值的總平方和；

MSE的計算公式為：

其中，N表示總的數據量，y_{predict_i}為本地物聯指標的預測值，y_i為多維參數的真實值。