[发明专利]一种基于特征分组的电能计量异常诊断方法及系统

权利要求书

1.一种基于特征分组的电能计量异常诊断方法，其特征在于，包括：

根据获取到的电能计量异常类型及所述电能计量异常类型的判据，形成电能异常数据集，并根据所述电能计量异常类型的判据对应的数据源和所述电能异常数据集构建初始数据库；

对初始数据库的数据源数据按照所述电能计量异常类型的判据进行数据变换，形成初始计量异常指标集；

对所述初始计量异常指标集进行指标特征分组，形成多个指标组别；

对所述指标组别进行多分类器训练，得到若干个不同的分类模型；

将所述若干个不同的分类模型进行融合，得到电能计量异常识别结果。

2.根据权利要求1所述的基于特征分组的电能计量异常诊断方法，其特征在于，所述对初始数据库的数据源数据按照所述电能计量异常类型的判据进行数据变换，形成初始计量异常指标集包括：

对初始数据库的数据源数据进行数据预处理并按照所述电能计量异常类型的判据进行数据变换，形成初始计量异常指标集，所述数据预处理包括纠正或删除异常数据、插补缺失数据。

3.根据权利要求2所述的基于特征分组的电能计量异常诊断方法，其特征在于，所述对所述初始计量异常指标集进行指标特征分组，形成多个指标组别包括：

对所述初始计量异常指标集中的每种电能计量异常类型和所述每种电能计量异常类型对应的指标进行匹配整理；

根据所述指标与电能计量异常类型之间的特征关系进行指标特征分组，形成多个指标组别。

4.根据权利要求3所述的基于特征分组的电能计量异常诊断方法，其特征在于，所述对所述指标组别进行多分类器训练，得到若干个不同的分类模型包括：

根据不同的电能计量异常类型，对每个所述指标组别的指标集选择多个分类器进行训练，得到若干个不同的训练好的分类器模型，所述训练好的分类器模型可固定识别对应的电能计量异常类型。

5.根据权利要求4所述的基于特征分组的电能计量异常诊断方法，其特征在于，所述将所述若干个不同的分类模型进行融合，得到电能计量异常识别结果包括：

将所述训练好的分类模型对应识别的电能计量异常类型进行汇总，实现对所有电能计量异常类型的判别。

6.一种基于特征分组的电能计量异常诊断系统，其特征在于，包括：

构建模块，用于根据获取到的电能计量异常类型及所述电能计量异常类型的判据，形成电能异常数据集，并根据所述电能计量异常类型的判据对应的数据源和所述电能异常数据集构建初始数据库；

变换模块，用于对初始数据库的数据源数据按照所述电能计量异常类型的判据进行数据变换，形成初始计量异常指标集；

分组模块，用于对所述初始计量异常指标集进行指标特征分组，形成多个指标组别；

训练模块，用于对所述指标组别进行多分类器训练，得到若干个不同的分类模型；

融合模块，用于将所述若干个不同的分类模型进行融合，得到电能计量异常识别结果。

7.根据权利要求6所述的基于特征分组的电能计量异常诊断系统，其特征在于，所述变换模块包括：

数据变化单元，用于对初始数据库的数据源数据进行数据预处理并按照所述电能计量异常类型的判据进行数据变换，形成初始计量异常指标集，所述数据预处理包括纠正或删除异常数据、插补缺失数据。

8.根据权利要求7所述的基于特征分组的电能计量异常诊断系统，其特征在于，所述分组模块包括：

匹配单元，用于对所述初始计量异常指标集中的每种电能计量异常类型和所述每种电能计量异常类型对应的指标进行匹配整理；

分组单元，用于根据所述指标与电能计量异常类型之间的特征关系进行指标特征分组，形成多个指标组别。

9.根据权利要求8所述的基于特征分组的电能计量异常诊断系统，其特征在于，所述训练模块包括：

训练单元，用于根据不同的电能计量异常类型，对每个所述指标组别的指标集选择多个分类器进行训练，得到若干个不同的训练好的分类器模型，所述训练好的分类器模型可固定识别对应的电能计量异常类型。

10.根据权利要求9所述的基于特征分组的电能计量异常诊断系统，其特征在于，所述融合模块包括：

汇总单元，用于将所述训练好的分类模型对应识别的电能计量异常类型进行汇总，实现对所有电能计量异常类型的判别。