[发明专利]一种基于自组织映射神经网络的线损分析方法

权利要求书

1.一种基于自组织映射神经网络的线损分析方法，其特征在于，包括以下步骤：

采集原始电网线路用电数据，其中，所述原始电网线路用电数据包括若干条线路的用电数据；

对所述原始电网线路用电数据进行预处理；

基于预处理后的所述原始电网线路用电数据提取线路用电特征；

基于所述线路用电特征，提取时间序列统计特征；对所述时间序列统计特征和预处理后的所述原始电网线路用电数据进行标准化处理，并进行整合，获得待分析总数据；

构建线损分析模型，将所述待分析总数据输入所述线损分析模型，获取线损分析结果。

2.根据权利要求1所述的基于自组织映射神经网络的线损分析方法，其特征在于，所述原始电网线路用电数据包括档案数据、表计电量数据和外界因素数据。

3.根据权利要求1所述的基于自组织映射神经网络的线损分析方法，其特征在于，对所述原始电网线路用电数据进行预处理包括数据清洗处理。

4.根据权利要求3所述的基于自组织映射神经网络的线损分析方法，其特征在于，所述数据清洗处理包括：

判断所述原始电网线路用电数据中的异常值和缺失值，对所述异常值进行剔除，对所述缺失值进行补全。

5.根据权利要求3所述的基于自组织映射神经网络的线损分析方法，其特征在于，所述标准化处理采用归一化处理，如式(1)所示：

其中，X_i为第i条线路数据，X_w表示归一化后的第i条线路数据，X_imax和X_imin分别表示线路数据在该特征序列下的最小值和最大值。

6.根据权利要求1所述的基于自组织映射神经网络的线损分析方法，其特征在于，所述时间序列统计特征包括平均线损率、线损率标准差、线损变化趋势、线损峰度、线损偏度。

7.根据权利要求1所述的基于自组织映射神经网络的线损分析方法，其特征在于，所述线损分析模型采用自组织特征映射神经网络。

8.根据权利要求7所述的基于自组织映射神经网络的线损分析方法，其特征在于，构建线损分析模型，将所述时间序列统计特征输入所述线损分析模型，获取线损分析结果包括：

S1、初始化所述线损分析模型，设置初始连接权值、邻域和循环次数T；

S2、将预处理好的数据F输入到所述线损分析模型的输入层；

S3、选择任意线路F_i，计算所述线路F_i和所有所述线损分析模型的输出神经元的距离d_ij,选择所述距离d_ij最小的神经元c,确定所述神经元c即为获胜神经元；

S4、更新所述获胜神经元及获胜神经元邻域结点的连接权值其中，η^(t)为增益函数，且0＜η^(t)＜1；

S5、选取另一所述线路F_i输入所述线损分析模型的输入层,返回S3,直到所述待分析总数据全部提供给网络；

S6、令t＝t+l,返回S2,直至t＝T为止，输出所述线损分析结果。