[发明专利]一种基于用电特征与离群点检测的专变行业错户识别方法

权利要求书

1.一种基于用电特征与离群点检测的专变行业错户识别方法，其特征在于包括步骤：

1)采集区域范围内某一行业的专变用户一年365天的日用电量数据，并对其日用电量进行归一化；

2)将365天的日用电数据输入PCA降维算法，根据主成分特征值大小排序，并选取保留保留表征用电特征的特征值较大的主成分向量作为降维后的特征数据；

3)计算专变用户降维后的特征数据在新的特征空间中的LOF系数；

4)采用肘部法确定LOF系数阈值；

5)选取LOF系数大于阈值的专变用户作为待排查的行业分类错误嫌疑用户。

2.根据权利要求1所述的一种基于用电特征与离群点检测的专变行业错户识别方法，其特征在于：在步骤1)中，根据用电信息采集系统中的专变行业分类信息，将区域内某一行业的专变一年365天的日用电数据作为输入，并对其日用电量进行归一化，其归一化公式为归一化处理公式为：

式中：X*为归一化后的一年的日用电量；X为原始的日用电量数据；X_max为一年中日用电量的最大值，采用归一化方法可以使全部专变的用电曲线缩放到[0,1]上，并且保留了停用电、峰谷比、负载率信息。

3.根据权利要求2所述的一种基于用电特征与离群点检测的专变行业错户识别方法，其特征在于：在步骤2)中包括：

201)输入该行业专变归一化后的日用电量矩阵Z_n,365＝X^*：

式中：z_i,j表示第i个专变用户的在第j天的归一化用电量；n为专变用户数量；

202)计算Z_n,365的中心平移矩阵即每一日的用电量减去该日全部专变用电量的均值：

式中：为第j日全部专变用电量的均值，为中心平移矩阵的元素；

203)计算中每一日的用电量向量之间的协方差矩阵C_365×365：

式中：C_i,j为第i日全部专变用电向量和第j日全部专变用电向量之间的协方差；为的均值；

204)计算协方差矩阵C_365×365的365个特征值Λ₃₆₅和特征向量E₃₆₅：

Λ₃₆₅＝diag[λ₁,λ₂,…,λ₃₆₅]

E₃₆₅＝(e₁,e₂,…,e₃₆₅)

式中：λ_i为第i个特征值；e_i为λ_i对应的特征向量；

205)对特征值排序，选取部分主成分向量的特征值Λ_q＝diag[λ₁,λ₂,…,λ_q]，其中q的确定方法为

式中H_d为降维特征阈值，为了保留数据中的重要特征分量，降低特征维度，提高计算效率并舍弃数据集中的噪声，取值0.8；

206)计算降维后的保留的q维特征矩阵M_n,q：

M_n,q＝Z_n,q×E_q。