[发明专利]一种台区异常线损的识别方法、装置、设备和存储介质在审
| 申请号: | 202210727828.1 | 申请日: | 2022-06-24 |
| 公开(公告)号: | CN115205067A | 公开(公告)日: | 2022-10-18 |
| 发明(设计)人: | 白浩;潘姝慧;李巍;袁智勇;雷金勇;史训涛;徐敏;喻磊;阳浩;孙奇珍;郭琦 | 申请(专利权)人: | 南方电网科学研究院有限责任公司 |
| 主分类号: | G06Q50/06 | 分类号: | G06Q50/06;G06Q10/00 |
| 代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 彭东威 |
| 地址: | 510663 广东省广州市萝岗区科*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 异常 识别 方法 装置 设备 存储 介质 | ||
1.一种台区异常线损的识别方法,其特征在于,包括:
获取待识别台区对应的多个电量数据;
基于所述电量数据,计算所述待识别台区中的各台区用户对应的挥发系数;
基于所述挥发系数,从所述台区用户中选取若干第一用户作为社团中心;
根据第二用户和各所述社团中心的隶属度关系,构建各所述社团中心对应的初始社团,所述第二用户为所述台区用户中除所述第一用户以外的台区用户;
根据所述初始社团之间的关联系数,对所述初始社团进行合并,并将合并后剩余的孤立台区用户作为异常线损台区用户。
2.根据权利要求1所述的台区异常线损的识别方法,其特征在于,所述基于所述电量数据,计算所述待识别台区中的各台区用户对应的挥发系数,具体包括:
对所述电量数据进行趋势点筛选后,确定主要趋势点;
根据所述主要趋势点对应的特征,计算所述待识别台区中的各台区用户对应的挥发系数。
3.根据权利要求2所述的台区异常线损的识别方法,其特征在于,所述对所述电量数据进行趋势点筛选后,确定主要趋势点,具体包括:
基于预设判断条件,对所述电量数据进行趋势点筛选,得到趋势点集合;
基于密度指数计算公式,计算所述趋势点集合中各趋势点对应的密度指数;
从最大密度指数的趋势点开始,渐缩的选取m个趋势点作为主要趋势点,其中,m为自然数。
4.根据权利要求2所述的台区异常线损的识别方法,其特征在于,所述根据所述主要趋势点对应的特征,计算所述待识别台区中的各台区用户对应的挥发系数,具体包括:
基于挥发强度计算公式和所述主要趋势点对应的特征,计算所述待识别台区中的各台区用户对应的挥发强度;
根据所述台区用户之间挥发强度的差值,计算各所述台区用户对应的挥发半径;
根据各所述台区用户对应的挥发强度和挥发半径,计算对应的挥发系数。
5.根据权利要求1所述的台区异常线损的识别方法,其特征在于,所述基于所述挥发系数,从所述台区用户中选取若干第一用户作为社团中心,具体包括:
从最大挥发系数的台区用户开始,渐缩的选取n个台区用户作为第一用户,并将所述第一用户作为社团中心,其中,n为自然数。
6.根据权利要求1所述的台区异常线损的识别方法,其特征在于,所述根据第二用户和各所述社团中心的隶属度关系,构建各所述社团中心对应的初始社团,具体包括:
计算各第二用户和各社团中心之间的Hausdorff距离;
以各所述社团中心为参考点,将与该社团中心之间的Hausdorff距离最小的第二用户作为该社团中心中的台区用户,得到该社团中心对应的初始社团。
7.根据权利要求1所述的台区异常线损的识别方法,其特征在于,所述根据所述初始社团之间的关联系数,对所述初始社团进行合并,并将合并后剩余的孤立台区用户作为异常线损台区用户,具体包括:
根据关联系数计算公式,计算所述初始社团之间的关联系数;
将所述关联系数小于合并系数的初始社团进行合并,并将合并后剩余的孤立台区用户作为异常线损台区用户。
8.一种台区异常线损的识别装置,其特征在于,包括:
获取单元,用于获取待识别台区对应的多个电量数据;
计算单元,用于基于所述电量数据,计算所述待识别台区中的各台区用户对应的挥发系数;
选取单元,用于基于所述挥发系数,从所述台区用户中选取若干第一用户作为社团中心;
构建单元,用于根据第二用户和各所述社团中心的隶属度关系,构建各所述社团中心对应的初始社团,所述第二用户为所述台区用户中除所述第一用户以外的台区用户;
合并单元,用于根据所述初始社团之间的关联系数,对所述初始社团进行合并,并将合并后剩余的孤立台区用户作为异常线损台区用户。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方电网科学研究院有限责任公司,未经南方电网科学研究院有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210727828.1/1.html,转载请声明来源钻瓜专利网。





