[发明专利]多维场景下基于数据挖掘的台区线损率标准库构建方法

权利要求书

1.多维场景下基于数据挖掘的台区线损率标准库构建方法，其特征在于，包括以下步骤：

S1、获取台区的线损率数据；

S2、根据季节特性和日期特性设定场景标签；日期特性包括工作日、特殊节假日和除两者之外的普通节假日；

春季为3月-5月，其中的工作日标签为1，普通节假日标签为2；

夏季为6月-8月，其中的工作日标签为3，普通节假日标签为4；

秋季为9月-11月，其中的工作日标签为5，普通节假日标签为6；

冬季为12月-2月，其中的工作日标签为7，普通节假日标签为8；

所有特殊节假日标签为0；

S3、采取缺失值填补众数的原则进行缺失值的预处理；

S4、基于改进3-σ去噪法剔除异常值；

S5、分别提取具有相同场景标签的线损率数据；

S6、基于轮廓系数和卡林斯基-哈拉巴斯指数确定最佳聚类数k；

S7、依据最佳聚类数k对具有相同场景标签的线损率数据进行K-means聚类；

S8、基于动态簇类质心下降法确定标准库区间的上下限；

选取标准库区间下限y_lower和上限y_upper的方法为：针对不同簇类的个案数目进行升序排列，保留个案数目最多的簇类元素，此时标准库下限取个案数目位于第2的簇类i质心横坐标经相对偏移量下移后的新坐标，下限取个案数目位于第3的簇类j质心横坐标经相对偏移量上移后的新坐标，此时区间的上限和下限为：

其中y_lower为标准库区间下限，y_upper为标准库区间上限，ct_i为第i类簇的质心横坐标，ct_j为第j类簇的质心横坐标，m_i为第i类簇的个案数目，m_j为第j类簇的个案数目，n为数据集中的样本容量；

S9、基于确定区间N属性值相似度合并标准库，得到多维场景下的台区线损率标准库；

确定区间N是指有确定下界n₁和上界n₂的区间，记为：N[n₁，n₂]；采用区间相对长度法来计算2个区间属性值间的相似度，该方法是通过计算2个区间长度的重叠率作为区间间的相似度，

设A、B是2个确定区间，则A、B的相似度定义为：

其中L表示相应区间的长度，(A∩B)表示A、B的重叠区间；

设置相似度阈值为α，将各场景线损率区间属性的相似度大于阈值的区间按交集原则进行合并，最终得到多维场景下的台区线损率标准库。

2.如权利要求1所述的台区线损率标准库构建方法，其特征在于，步骤S1中的台区线损率的值由用电信息采集系统提供的线损电量计算得出，线损率计算公式如下式：

式中，LLR表示线损率，E_m表示抄表电量，E_s表示实际售电量。

3.如权利要求1所述的台区线损率标准库构建方法，其特征在于，步骤S3中的线损率数据缺失值的预处理包括：

将数据严重缺失的用户的缺失数据不作处理，直接将其判定为异常用户；对于分散、缺失较少的用电数据进行异常值处理，使用sklearn中填补缺失值专用的Impute模块对获取的原始线损率采用众数填补，使数据适应模型并且匹配模型的需求。

4.如权利要求1所述的台区线损率标准库构建方法，其特征在于，步骤S4中，3-σ法则下的数值分布为：

式中，X为台区线损率数据，μ代表台区线损率的均值，σ代表台区线损率的标准差。