[发明专利]基于用户分支的电量相关性识别台区户变关系的方法

说明书

本发明属于电力拓扑大数据分析领域，尤其涉及基于用户分支的电量相关性识别台区户变关系的方法。包括以下步骤：S1：获取台区用户分支数据、用电量数据和邻近台区数据；S2：建立用户分支的电量相关性分析模型；S3：利用电量相关性分析模型诊断用户分支与台区归属关系；S4：输出台区户变关系结果。本发明基于用户分类、用户分支数据和邻近台区数据，利用皮尔逊相关性系数，提出了正相关特征，并利用用户分支与2个或多个台区正负相关系数值量化趋势变化诊断用户分支与多个台区的归属关系，实现台户关系识别。对不同用电特征用户优化参与相关性计算的选点策略，对正负相关特征进行增强，进一步扩大了可识别的用户范围和提高了台户关系识别的准确率。

技术领域

本发明属于电力拓扑大数据分析领域，尤其涉及基于用户分支的电量相关性识别台区户变关系的方法。

背景技术

随着用电信息采集系统的全面覆盖，台区变压器侧的考核表和用户电能表的售电量数据作为最重要的运行数据可实现每日采集。根据能量守恒定律，台区供售电量之间存在如下关系，即：台区考核表供电量＝各用户分表售电量之和+台区线损。

当用户表不归属于台区时，用电量增加多少kWh，台区线损几乎同时降低多少kWh,用户表和线损的皮尔逊相关性系数呈现负相关特征。

皮尔逊相关性系数作为反映2个序列数据X,Y之间线性相关性程度的指标，其值在[-1,1]之间，可用来判断X和Y相关性的高低。皮尔逊系数用作样本时，记作R(X，Y)。

其中：n是样本数量，Xi,Yi是变量X，Y对应的i点观测值，是X样本平均数，是Y样本平均数。

现有利用电量相关性分析方法进行户变识别时，一般通过计算一定时间周期用户表用电量与台区线损的皮尔逊相关性系数，若数值小于阈值-0.8，则认为用户与台区不存在归属关系。

由于需要进行户变识别的台区一般为公变台区，利用用电量电量相关性分析结果进行户变识别时，由于单个用户用电量在台区占比较低，其负相关特征并不明显，不能准确判别用户不归属于某个台区，同时，现有相关性技术仅能判断用户不属于当前台区，需搜索所有台区进行相关性分析，从N个台区中判断出N-1个台区与用户负相关，才能准确定位目标台区，对计算资源消耗太大，因台区数量多，准确性极低。

发明内容

针对现有技术存在的问题，本发明提供了一种计算资源占用少，准确率高的基于用户分支的电量相关性识别台区户变关系的方法。

本发明是这样实现的，基于用户分支的电量相关性识别台区户变关系的方法，其特征在于：包括以下步骤：

S1：获取台区用户分支数据、用电量数据和邻近台区数据；

S2：根据上述台区用户分支数据、用电量数据和邻近台区数据，建立基于用户负荷电气设计的电量相关性分析模型；

S3：利用电量相关性分析模型诊断用户分支与台区归属关系；

S4：分析上述结果按照给定的标准输出格式进行输出。

所述S1进行之前通过档案数据分析诊断出邻近台区。

所述的邻近台区数据包括台区名称邻近、采集邻近和或供配电邻近的用户分支数据、用电量数据。

所述的S2中电量相关性分析模型对不同类用户的不同用电特征进行划分，划分为平稳用电类型、非平稳用电类型、锯齿型用电类型、常用备用用电类型、脉冲型用电类型和间歇用电类型。

所述的S3利用电量相关性分析模型诊断用户分支与台区归属关系，包括点位选取、系数计算和分支台区识别。

所述的点位选取依据不同用电特征类型进行选取：