[发明专利]一种台区户变关系辨识方法及设备

说明书

本申请一种台区户变关系辨识方法及设备，属于户变关系辨识技术领域，所述方法包括：S1.利用自然离群因子算法计算各用户的自然离群因子，根据自然离群因子排除异常用户；S2.对于步骤S1排除异常用户后剩下的待分析用户，根据用户的电压数据对用户聚类，得到各待分析用户对应的用户聚类集合；S3.根据各用户聚类集合的用电量和台变的供电量计算各用户聚类集合的归属权重，根据归属权重完成户变关系辨识。利用自然离群因子算法排除户变关系异常的用户，并根据电压数据进行用户聚类，根据电量数据完成辨识，自然离群因子算法无需预设近邻数k，有效提升算法性能。

技术领域

本发明属于电力系统户变关系辨识技术领域，具体涉及一种台区户变关系辨识方法及设备。

背景技术

线损率是电力系统一个重要的考核指标，反映了电力企业的管理水平，目前在各电力企业开展线损治理后，线损异常得到一定改善，但影响线损异常的因素有很多，目前仍存在阻碍线损治理的难题，其中错误的户变关系记录信息是一大影响因素。

目前人工核查和停电核查是常用的户变关系核查方法，人工核查需要班组人员到台区现场校核用户的台区归属，难以大规模开展；停电核查影响用户的用电感受，同样难以大规模开展。

针对传统方法的弊端，现有学者提出基于量测电气数据的辨识方法，集合用户侧和台变侧的两侧信息，通过数据挖掘分析用户与台变的潜在关系，但是这种方法往往只考虑单一维度的数据，有其局限性。此外，分析时没有排除异常用户的数据，影响分析结果。

发明内容

基于此，本发明提出一种台区户变关系辨识方法及设备，以克服现有技术的缺陷。

本发明一种台区户变关系辨识方法，包括：

S1.利用自然离群因子算法计算各用户的自然离群因子，根据自然离群因子排除异常用户；

S2.对于步骤S1排除异常用户后剩下的待分析用户，根据用户的电压数据对用户聚类，得到各待分析用户对应的用户聚类集合；

S3.根据各用户聚类集合的用电量和台变的供电量计算各用户聚类集合的归属权重，根据归属权重完成户变关系辨识。

进一步地，步骤S1包括：

S101.获取各用户的电压数据构建数据集合；

S102.计算数据集合中各数据点的自然离群因子；

S103.排除满足设定值的自然离群因子所对应的异常用户。

进一步地，步骤S102包括：

S1021.利用自然最近邻搜索算法确定各数据点的近邻数；

S1022.计算各数据点的第距离和局域可达密度；

S1023.根据第距离和局域可达密度计算数据点的自然离群因子。

进一步地，自然离群因子的计算包括：

，

表示数据点的自然离群因子，和分别表示数据点和的局域可达密度，的局域可达密度，的自然影响空间。

进一步地，第距离的计算包括：

计算数据点与集合中其余数据点的距离，当存在一个数据点与数据点的距离满足以下条件时，表示为数据点的第距离；

所述条件为大于至少个除点和以外的数据点与点的距离，且小于至多k-1个除点和以外的数据点与点的距离。

进一步地，步骤S2包括：

S201.计算任意两个待分析用户的电压相似性；