[发明专利]户变关系异常的识别方法、装置、设备和存储介质

说明书

本发明提供一种户变关系异常的识别方法、装置、设备和存储介质，属于电力管理技术领域，该方法包括：根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；基于各个所述电表之间的相关性距离，确定先验阈值；根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。识别户变关系异常的准确性较高。

技术领域

本发明涉及电力管理技术领域，尤其涉及一种户变关系异常的识别方法、装置、设备和存储介质。

背景技术

随着电网信息化的进程的推进，电网由人工抄表收费进入了信息时代，电力数据的种类的数量逐渐膨胀，数据质量对电力数据的分析效果起到至关重要的作用，因此对采集数据、电力档案的数据治理工作提出了更高的要求。户变关系反映用户和台区变压器的归属关系，是台区档案的基础，对配电网拓扑识别有重要影响，同时也是线损计算，台区分析的依据。

相关技术中，运用K均值（K-means）聚类算法对降维处理后的总表和户表的电压数据进行聚类，找到离群点，识别为户变异常表。但上述方案中不同时刻电压数据变化较大，因此并不能很好的反映出总表户表之间的关系，因此准确性较低。

发明内容

本发明提供一种户变关系异常的识别方法、装置、设备和存储介质，用以解决现有技术中户变异常识别准确性较低的缺陷，实现准确性较高的户变异常识别方法。

本发明提供一种户变关系异常的识别方法，包括：

根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；

基于各个所述电表之间的相关性距离，确定先验阈值；

根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。

根据本发明提供的一种户变关系异常的识别方法，所述根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表，包括：

针对任意两个所述电表，确定两个所述电表之间的相关性距离，是否大于或等于所述先验阈值；

若大于或等于所述先验阈值，则将两个所述电表分别划分到不同的类别中；

若小于所述先验阈值，则将两个所述电表划分到相同的类别中；

根据不同类别中的电表数量，识别户变关系异常的电表。

根据本发明提供的一种户变关系异常的识别方法，所述根据不同类别中的电表数量，识别户变关系异常的电表，包括：

将电表数量最少的类别中的电表，确定为所述户变关系异常的电表。

根据本发明提供的一种户变关系异常的识别方法，所述基于各个所述电表之间的相关性距离，确定先验阈值，包括：

利用如下公式（1）或公式（2）确定所述先验阈值：

其中，n为电表数量，为第个电表与其它所有电表的相关性距离，表示。

根据本发明提供的一种户变关系异常的识别方法，所述根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离，包括：

利用如下公式（3）确定各个所述电表之间的相关性距离：

其中，为电表与电表之间的相关性距离，为电表与电表之间的相关性系数，表示电表的电压数据，表示电表的电压数据，为电表与电表之间的协方差，为电表的标准差，为电表的标准差。

根据本发明提供的一种户变关系异常的识别方法，所述根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离之前，还包括：

对所述多个电表的电压数据基于时间先后顺序进行平滑处理。

本发明还提供一种户变关系异常的识别装置，包括：