[发明专利]一种基于遗传算法的电能表状态评价方法

权利要求书

1.一种基于遗传算法的电能表状态评价方法，其特征在于：包括如下步骤：

步骤一，建立电能表用电信息库，进行用电特征的提取；

步骤二，基于提取的用电特征，采用用电信息采集数据、遗传算法和社团聚类方法进行电能表的状态评价分析，其步骤为：

1)建立数据模型数据接口和信息通道，为模型建立提供数据支撑和功能基础；

2)根据实际计量业务需要，对海量数据进行挖掘分析，开展数据清理，根据各类电能表结构、性能、运行状态差异制定差异化方案，应用人工智能和信息挖掘技术提取特征量，以遗传算法、社团聚类的策略方法为手段，以用电信息采集数据为来源，以SG186系统、MDS系统等数据为补充，建立一套或多套能对应网内现存各种智能电能表进行有效状态评估及聚类分析的状态评价分析模型；

3)根据建立的电能表状态评价模型以及初始样本数据库对电能表状态进行评价；

4)采用聚类定性结合风险评级的方式，有针对性地给出状态评价结论以及状态评价确定性参考结论，结合分析结果反馈机制进行模型自优化，实现对电能表的状态评价分析；

5)针对现有系统功能对批次划分不合理、轮换依据不充分的问题，采用社团聚类技术建设批次分析评价功能，根据电能表关键影响因素的相似性实现智能聚类，依据用电特征和安装环境实现划分，按照典型状态样本库数据在聚类结果中的分布情况，自动化、智能化地对在运行的大量电能表运行状态进行定位和判断，实现对大量共性电能表的故障预警和隐患排查，并为电能表智能轮换提供依据和参考，推动电能表状态轮换合理化、智能化。

2.根据权利要求1所述的一种基于遗传算法的电能表状态评价方法，其特征在于：所述用电特征提取的方法为：

1)采用大数据分析及信息挖掘工具，对网内现存电能表数据进行调研和初筛；

2)对于初筛分类后的每一类电能表，分别从不同业务系统提取相关关联数据，整合形成电能表用电信息库；

3)根据各类电能表结构、性能、运行状态的差异性，扩充状态检验模式下电能表状态参数的维度，加强对电能表环境因素以及用户特性的考量，应用人工智能和信息挖掘技术对用电特征进行提取，并利用小规模样本进行可行性验证。

3.根据权利要求1所述的一种基于遗传算法的电能表状态评价方法，其特征在于：所述的业务系统包括用电采集系统、SG186营销业务系统、MDS生产调度平台。