[发明专利]基于遗传算法和社团聚类的电能表运行状态监测方法

权利要求书

1.一种基于遗传算法和社团聚类的电能表运行状态监测方法，其特征在于，包括以下步骤：

1)获得待测电能表的基础数据，提取该待测电能表的用电特征参数；

2)基于所述用电特征参数，采用一基于遗传算法和多元神经网络的电能表状态评价模型，获取待测电能表的运行状态；

其中，所述用电特征参数根据电能表运行状态关联因素选定，所述电能表运行状态关联因素基于社团聚类算法确定；

所述电能表状态评价模型训练时，通过实验室试验以及对典型事件现有数据的筛选提炼建立典型、准确的初始样本数据库对模型进行初始设置和初期训练；

所述电能表运行状态关联因素确定过程中，利用社团聚类技术依据用电特征和安装环境实现划分，根据电能表关键影响因素的相似性实现智能聚类；

对不同的待测电能表以时间维度为序列提取不同的所述用电特征参数；

所述基础数据基于用电信息采集系统、SG186营销业务系统和MDS生产调度平台获取；

所述电能表状态评价模型基于一用电特征参数数据库动态修正与更新。

2.根据权利要求1所述的基于遗传算法和社团聚类的电能表运行状态监测方法，其特征在于，该方法还包括：

基于步骤2)获取的待测电能表的运行状态对待测电能表进行评级。

3.根据权利要求2所述的基于遗传算法和社团聚类的电能表运行状态监测方法，其特征在于，采用聚类定性结合风险评级的方式获得待测电能表的评级结果，实现电能表批次智能化划分。