[发明专利]一种电力系统异常用户的识别方法

权利要求书

1.一种电力系统异常用户的识别方法，其特征在于，包括以下步骤：

欧式距离的获取：获取台区每个用户的地理位置信息，通过计算获得每个用户的地理位置信息与台区地理位置信息的欧式距离；

用户地址与台区地址特征词相似度的获取：获取台区内每个用户的地址和台区地址特征词，对比每个用户的地址和台区地址特征词，得到每个用户地址与台区地址特征词的相似度，对用户地址与台区地址特征词相似度进行归一化，归一化后再与1相减，得到的结果依然在0到1之间，1表示相似度最小，即用户是地址名称异常的可能性越大；

用户历史用电负荷的余弦距离：通过两步聚类算法，将每个用户的历史用电负荷数据自动聚为若干类，求每一个用户历史用电负荷与相应类中心的余弦距离；

用户异常概率的计算：通过熵权法，根据欧式距离、用户地址与台区地址的相似度以及用户历史用电负荷的余弦距离，计算得到每个用户的异常概率；

用户异常的识别：通过每个用户的异常概率，识别获得电力系统中的异常用户。

2.根据权利要求1所述的一种电力系统异常用户的识别方法，其特征在于，所述欧式距离的获取步骤中，还包括每个用户到台区距离的处理，具体为：将每个用户到台区的距离通过归一化处理，获得每个用户与台区的距离。

3.根据权利要求2所述的一种电力系统异常用户的识别方法，其特征在于，所述用户到台区距离的处理中，归一化处理后，获得若干0-1之间的数据，其中，1表示所述用户与台区的距离最远。

4.根据权利要求1所述的一种电力系统异常用户的识别方法，其特征在于，所述用户地址与台区地址相似度的获取步骤中所述台区地址特征词的获取具体为：利用自然语言处理的名词得到地址名称词库，结合地址名称词库与台区内用户的地址得到台区地址特征词。

5.根据权利要求4所述的一种电力系统异常用户的识别方法，其特征在于，所述台区地址特征词的获取采用的是正则表达式。

6.根据权利要求4所述的一种电力系统异常用户的识别方法，其特征在于，所述地址名称词库至少包括村、小区、街、路、社区、巷、弄或公园中的一种。

7.根据权利要求1所述的一种电力系统异常用户的识别方法，其特征在于，若获得的台区地址特征词为若干个，则所述台区内用户地址与台区地址特征词的相似度为所述用户的地址分别和若干个台区地址特征词对比之后得到的相似度的总和。

8.根据权利要求1所述的一种电力系统异常用户的识别方法，其特征在于，所述用户地址与台区地址特征词相似度的获取步骤中，所述每个用户地址与台区地址特征词的相似度采用向量空间模型方法获得。

9.根据权利要求1所述的一种电力系统异常用户的识别方法，其特征在于，所述用户异常概率的计算步骤中，所述通过熵权法具体为：

a.将k个指标的数据进行标准化处理，具体为：

给定的k个指标分别为X₁,X₂,...,X_k，且X_i＝{x_i1,x_i2,...x_in}，其中，k为3,所述k个指标分别是欧式距离、用户地址与台区地址相似度以及用户历史用电负荷的余弦距离；X_i表示第i个指标，i为1、2或3，第i个指标包括n个指标值x_i1，x_i2，...x_in.，n为大于等于1的自然数；

将所述指标X₁,X₂,...,X_k标准化处理后的值分别为Y₁,Y₂,...Y_k，其中，

其中，x_ij表示第i类指标中n个数值中的第j个指标值,y_ij表示x_ij标准化处理后的结果值；

b.分别求各个指标的信息熵：采用公式(1)计算各个指标的信息熵：

其中p_ij表示第i类指标中第j个指标值在第i类指标的n个数据中占的比重，表示第i类指标中n个指标值标准化结果的加和，如果p_ij＝0，则定义lim p_ijln p_ij＝0；

c.确定各指标权重:根据信息熵的计算公式，计算出各个指标的信息熵E₁,E₂,...,E_k，通过公式(2)计算得到各指标的权重：

其中，E_i为第i个指标信息熵，∑E_i为中k个指标值信息熵的总和，k为指标个数。