[发明专利]一种基于机器学习的中压配网转供操作识别方法和装置

权利要求书

1.一种基于机器学习的中压配网转供操作识别方法，其特征在于：包括步骤：

获取待识别的馈线某日断面数据，得到功率和电压特征；

将功率和电压特征输入预先建立的机器学习支持向量机分类模型中，识别出该线路是否发生转供操作。

2.根据权利要求1所述的一种基于机器学习的中压配网转供操作识别方法，其特征是：功率特征包括：馈线当日功率曲线和非转供日功率曲线比对异常点个数，馈线当日损耗功率曲线和非转供日损耗功率曲线比对异常点个数，馈线当日功率曲线和馈线下各配变功率叠加曲线的相关性系数和馈线功率曲线掉零点数；电压特征包括：馈线母线当日电压曲线与下属配变电压曲线对比异常点个数和馈线母线当日电压曲线与下属配变电压曲线相关性系数。

3.根据权利要求2所述的一种基于机器学习的中压配网转供操作识别方法，其特征是：馈线当日功率曲线和非转供日功率曲线比对异常点个数n，获取方法为：

统计非转供日功率曲线分布，计算其标准差σ，

其中，

其中，为非转供日所有测量点功率的平均值；P_t'为未发生转供操作日第t个测量点的的功率，t＝1～96；P_t为馈线当日第t个测量点的功率。

4.根据权利要求2所述的一种基于机器学习的中压配网转供操作识别方法，其特征是：馈线当日损耗功率曲线为：

其中，ΔP_t表示馈线当日第t个测量点的损耗功率，P_{user_i,t}表示馈线下的第i个配变第t个测量点的功率，k表示该馈线下配变个数，i为配变序号，P_t为馈线当日第t个测量点的功率。

5.根据权利要求2所述的一种基于机器学习的中压配网转供操作识别方法，其特征是：馈线当日功率曲线和馈线下各配变功率叠加曲线的相关性系数，获取过程为：

记馈线下各配变功率叠加曲线为：

则相关性系数为：

P_user,t为馈线下各配变第t个测量点的功率之和；为馈线下各配变所有测量点的功率的平均值，P_t为馈线当日第t个测量点的功率，为馈线当日所有测量点功率的平均值；k表示该馈线下配变个数，i为配变序号，P_{user_i,t}表示馈线下的第i个配变第t个测量点的功率。

6.根据权利要求2所述的一种基于机器学习的中压配网转供操作识别方法，其特征是：记馈线母线当日电压曲线与第i个配变的电压曲线相比异常点个数为n_i，取：max(n_i),i＝1,2,...k作为馈线母线当日电压曲线与下属配变电压曲线对比异常点个数。

7.根据权利要求2所述的一种基于机器学习的中压配网转供操作识别方法，其特征是：记馈线母线当日电压曲线与下属第i个配变电压曲线相关性系数为corr_i，取：min(corr_i),i＝1,2,...k作为馈线母线当日电压曲线与下属配变电压曲线相关性系数。