[发明专利]一种基于PCA降维和K-Means聚类的低压台区用户接入点识别方法

说明书

本发明公开了一种基于PCA降维和K‑Means聚类的低压台区用户接入点识别方法,涉及低压台区用户接入识别方法。目前，排查都需要人工上门排查，且无法事先进行预测，只能逐户进行排查，耗费大量人力物力。本发明对标准化处理的数据进行主成分分析法PCA降维处理，经主成分分析法PCA降维处理的数据在保持各维数据维度内方差最大的前提下，通过寻找新的向量基，将原有高维数据投影在低维空间，剔除方差较小的噪声，保留信息量最大的主成分；聚类分析；对所分析台区进行现场排查，验证分析结果的准确性。本技术方案事先进行预测，不需要逐户进行排查，减少大量人力物力，不影响台区下其他用户的正常用电，且不需要投入载波通信设备，无需增加电力企业的运营成本。

技术领域

本发明涉及低压台区用户接入识别方法，尤其涉及一种基于PCA降维和K-Means聚类的低压台区用户接入点识别方法。

背景技术

低压台区处于整个供电网络的最后一个环节，由于供电区域错综复杂，用户种类繁多，因此低压台区的用户拓扑档案往往存在错误多、排查难的问题。目前针对用户台区拓扑信息错误的排查方法主要有两种：人工现场排查和低压载波通信技术，前者主要依靠电力一线员工现场排查，有时还需要进行“拉闸验电”的工作；低压载波通信技术主要依靠新型采集电表装置和手持载波通信仪，通过用户与变压器之间的报文接受情况判断用户拓扑信息是否正确。

然而，这两种排查方式都需要人工上门排查，且无法事先进行预测，只能逐户进行排查，因此将耗费大量人力物力，且前者“拉闸验电”方式极大影响了台区下其他用户的正常用电，后者需要依靠目前新型的用户用电信息采集装置，这一条件在某些老小区中是不具备的，且需要投入载波通信设备，增加了电力企业的运营成本。

发明内容

本发明要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于PCA降维和K-Means聚类的低压台区用户接入点识别方法，以达到在降低成本的前提下，准确推断用户所属拓扑关系的目的。为此，本发明采取以下技术方案。

一种基于PCA降维和K-Means聚类的低压台区用户接入点识别方法包括以下步骤：

1)获取台区用户负荷数据；

2)对获取的台区用户负荷数据进行标准化处理；

3)对标准化处理的数据进行主成分分析法PCA降维处理，经主成分分析法PCA降维处理的数据在保持各维数据维度内方差最大的前提下，通过寻找新的向量基，将原有高维数据投影在低维空间，剔除方差较小的噪声，保留信息量最大的主成分；变换后的特征值大的维度即代表原有数据中方差较大的维数，取变换后最能反映原始数据方差特征的前五维数据，作为下一步聚类分析的输入数据；

4)聚类分析，对PCA降维后的数据采用K-Means方法进行聚类分析；最后得到各相下用户的接入点拓扑分析结果，并与系统中现有拓扑档案进行比对；

5)对所分析台区进行现场排查，验证分析结果的准确性。

本技术方案采用了PCA降维与K-Means聚类技术，在得到用户的负荷原始数据后，进行特征标准化处理；采用主成分分析法(Principal Component Analysis,PCA)对原有高维数据进行降维分析，减少无用信息的干扰，根据聚类结果分析用户之间的拓扑连接关系，从而可以完成台区内用户拓扑的分类预测；与系统中已有的用户拓扑档案进行比对，可以发现是否有潜在的档案错误用户，从而为人工排查纠错提供参考；本技术方案事先进行预测，不需要逐户进行排查，减少大量人力物力，且避免“拉闸验电”方式，不影响台区下其他用户的正常用电，且不需要投入载波通信设备，无需增加电力企业的运营成本。