[发明专利]电力计量装置故障抢修主动服务预警方法

权利要求书

1.一种电力计量装置故障抢修主动服务预警方法，其特征在于，包括以下步骤：

第一步，基于供电部门的电力计量装置大数据，对电力用户进行画像分析，将电力用户依重要性由高到低划分为关键用户、重要用户和普通用户三大类；

第二步，构建电力计量装置故障识别模型，利用训练好的故障识别模型对电力计量装置进行高风险、中风险或低风险的故障风险预测，并将故障风险预测结果为高风险和中风险的电能计量装置作为疑似故障电能计量装置输出；

第三步，结合第一步确定的电力用户重要性类别以及第二步输出的风险预测级别，相应确定各电力用户的电力计量装置故障抢修主动服务优先等级：由高到低划分为一至六级预警；

所述第一步包括以下具体步骤：

①数据收集：从供电部门营销业务系统获取各电力用户的用户基本信息、用电行为、缴费行为、诉求行为共4个维度的信息数据表，并相应确定每个维度对应的指标变量；

②数据预处理：基于用户基本信息、用电行为、缴费行为、诉求行为四个维度分别对每张表格进行数据预处理，对源数据中的异常值、缺失值相应进行删除和填充操作；

③建立电力用户标签库：

对经所述步骤②预处理后的用户基本信息、用电行为、缴费行为、诉求行为四个维度基础数据，采用包括数据的频数分析、集中趋势分析、离散程度分析、可视化分析在内的传统统计分析方法，提取出电力用户价值较高的电力特征，并以所述四个维度作为用户标签库的维度框架，建立电力用户的标签库；

④基于K-Means算法对电力用户画像，按重要性由高到低的顺序将电力用户划分为关键用户、重要用户和普通用户：

对所述步骤③建立的标签库中的基本信息、用电行为、缴费行为、诉求行为四个维度数据，采用包括相关性分析、剔除不平衡指标、剔除离散型变量在内的操作，筛选出用电年限、运行容量、年均结算电量、峰谷电量系数、年均缴费次数、年均缴费金额六个聚类指标；然后利用拉依达准则拆分出由较大值数据组成的数据集，单独作为一类用户群体类型，定义为关键用户，剩下的数据集利用K-Means聚类算法聚为四类，并根据聚类中心特征分别定义为：重要用户、消费型-普通用户、忠诚型-普通用户、峰期型-普通用户；并将消费型-普通用户、忠诚型-普通用户、峰期型-普通用户归类统称为普通用户；

所述第二步包括以下具体步骤：

⑤收集建模所需数据：以第一步所涉及的所有电力用户的电力计量装置为对象，从供电部门的营销业务系统和用电信息采集系统以及气象系统相应获取电力计量装置属性特征、电量特征、功率特征、天气特征4个维度的相关信息数据表；

⑥对获取的建模所需数据进行预处理：利用包括数据清洗、数据变换和数据规约在内的数据处理方法对步骤⑤收集的建模所需数据进行数据预处理，形成数据宽表；

⑦基于随机森林RF算法提取核心指标；

⑧基于XGBoost算法进行故障风险等级预测，并将预测的高风险与中风险的电力计量装置作为疑似故障电力计量装置输出。

2.根据权利要求1所述的电力计量装置故障抢修主动服务预警方法，其特征在于，所述第一步的步骤①中，用户基本信息包含的指标变量有：城乡类别、用户分类、用电类别、供电电压、运行容量、用电年限、电源类型；用电行为包含的指标变量有：结算电量、结算电费、峰电量、平电量、谷电量、峰电费、平电费、谷电费、是否执行峰谷标志；缴费行为包含的指标变量有：缴费方式、缴费次数、缴费金额、逾期次数、欠费次数、欠费金额；诉求行为包含的指标变量有：诉求次数、诉求类型。

3.根据权利要求1所述的电力计量装置故障抢修主动服务预警方法，其特征在于，所述第二步的步骤⑥中：

数据清洗包括数据表的空格处理、剔除无效字段和异常数据、缺失值处理、字符类型转换、日期格式统一在内的处理操作；

所述数据变换和数据规约包括：

Ⅰ、运行年限为拆表日期或当时日期与装表日期相差年限；

Ⅱ、根据不同的天气状况对电力计量装置故障影响程度天气等级从低到高划分为0-7级；

Ⅲ、计算电量特征维度的指标；

Ⅳ、计算功率特征维度的指标。