[发明专利]基于信赖域算法的用户窃电概率预测方法、装置及设备在审

专利信息
申请号: 201710038700.3 申请日: 2017-01-19
公开(公告)号: CN106845107A 公开(公告)日: 2017-06-13
发明(设计)人: 张诗军;王志英;林火华;陈丰;李远宁;杨漾;范钢钊;黄聪 申请(专利权)人: 中国南方电网有限责任公司;彩讯科技股份有限公司
主分类号: G06F19/00 分类号: G06F19/00;G06F17/18;G06F17/16
代理公司: 北京品源专利代理有限公司11332 代理人: 孟金喆,胡彬
地址: 510663 广*** 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: 基于 信赖 算法 用户 概率 预测 方法 装置 设备
【权利要求书】:

1.一种基于信赖域算法的用户窃电概率预测方法,其特征在于,包括:

S101、获取历史用户的特征因子以及历史用户的窃电信息;

S102、依据逻辑斯蒂回归模型和所述历史用户的特征因子,构建窃电概率预测函数,其中所述窃电概率预测函数包括待确定的系数向量;

S103、依据所述历史用户的特征因子以及所述历史用户的窃电信息,对所述预测拟合函数进行转化得到代价函数;

S104、基于信赖域算法求解所述代价函数得到所述系数向量的取值;

S105、依据所述系数向量的取值,得到窃电概率预测函数;

S106、依据当前用户的特征因子和所述窃电概率预测函数,确定当前用户的窃电概率。

2.根据权利要求1所述的方法,其特征在于,所述窃电概率预测函数为:

<mrow><msub><mi>h</mi><mi>&theta;</mi></msub><mrow><mo>(</mo><mi>x</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mn>1</mn><mrow><mn>1</mn><mo>+</mo><msup><mi>e</mi><mrow><mo>-</mo><msup><mi>&theta;</mi><mi>T</mi></msup><mi>x</mi></mrow></msup></mrow></mfrac></mrow>

其中,x=(x(1),x(2),…,x(n))T为所述历史用户的特征因子,θ=(θ(1)(2),…,θ(n))T为待确定的系数向量。

3.根据权利要求2所述的方法,其特征在于,所述代价函数为:

<mrow><mi>J</mi><mrow><mo>(</mo><mi>&theta;</mi><mo>)</mo></mrow><mo>=</mo><mo>-</mo><mfrac><mn>1</mn><mi>M</mi></mfrac><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>M</mi></munderover><mo>&lsqb;</mo><msub><mi>y</mi><mi>i</mi></msub><mi>log</mi><mi> </mi><msub><mi>h</mi><mi>&theta;</mi></msub><mrow><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo></mrow><mo>+</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><msub><mi>y</mi><mi>i</mi></msub><mo>)</mo></mrow><mi>l</mi><mi>o</mi><mi>g</mi><mrow><mo>(</mo><mn>1</mn><mo>-</mo><msub><mi>h</mi><mi>&theta;</mi></msub><mo>(</mo><msub><mi>x</mi><mi>i</mi></msub><mo>)</mo><mo>)</mo></mrow><mo>&rsqb;</mo></mrow>

其中xi为历史用户i的特征因子数据,yi为历史用户i的分类标签,M为历史用户的总数,求解目标为

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国南方电网有限责任公司;彩讯科技股份有限公司,未经中国南方电网有限责任公司;彩讯科技股份有限公司许可,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/201710038700.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top