[发明专利]基于电能表状态检修的电能表备品备件预测方法

摘要

本发明公开了一种基于电能表状态检修的电能表备品备件预测方法，具体包括以下步骤（1）、分析所属电能表的多维度指标，利用逐步回归分析法解决共线性问题，之后对得到的主要变量利用统计平均数法对所述主变量进行加权打分，通过非健康值的计算公式降成一个维度；非健康值属于严重有问题一类的电能表批次将进行更换；（2）、通过梯度树提升算法模型对没有超过严重问题的电能表的非健康值进行预测，得到即将步入严重有问题的一类电能表批次，然后进行更换；（3）、利用Arima时间序列算法预测当地每年新增开户数。本发明以厂商和批次为分析对象，通过建立电能表健康度评价模型，电能表健康度预测模型，电能表新增户数预测模型，实现了对电能表备品备货的预测分析。

主权项

一种基于电能表状态检修的电能表备品备件预测方法，其特征在于：具体包括以下几个步骤：(1)、以厂商和批次为对象，分析所属电能表的多维度指标，并利用逐步回归分析法从原始变量中找出包含信息量最多的变量；(2)、利用统计平均数法对步骤(1)得出的主变量进行加权打分；(3)、通过非健康值的计算公式将步骤(2)中的加权打分值降成一个维度的非健康值；(4)、通过min‑max标准化对步骤(3)中的非健康值进行线性变换，使结果值映射到[0‑1]之间，最终用散点图展现出各批次电能表的非健康值分布；(5)、通过梯度树提升算法对电能表将来未知的非健康值进行预测，得到电能表非健康值模型；(6)、通过Arima时间序列算法对每年新增户数进行预测分析；(7)、将非健康值超过临界值的电表数与通过预测后得到的电能表非健康模型中非健康值将超过临界值的电表数和每年新增户数相加，即为本次备品备货的数量。