[发明专利]一种利用人为采集失败增强电量相关性特征的方法

权利要求书

1.一种利用人为采集失败增强电量相关性特征的方法，其特征在于：包括以下步骤：

S1：获取台区用户分支数据、用电量数据和邻近台区数据；

S2：根据上述数据，建立基于采集失败优化的电量相关性分析模型；

S3：利用基于采集失败优化的电量相关性分析模型诊断用户分支与台区归属关系；

S4：对上述诊断结果按照给定的标准输出格式进行输出。

2.如权利要求1所述的一种利用人为采集失败增强电量相关性特征的方法，其特征在于，所述的S1进行之前通过档案数据分析诊断出邻近台区，所述的邻近台区数据包括台区名称邻近、采集邻近和或供配电邻近的台区分组数据。

3.如权利要求1所述的一种利用人为采集失败增强电量相关性特征的方法，其特征在于，所述的基于采集失败优化的电量相关性分析模型包括对用电信息采集系统的日冻结示数进行处理，将1天或多天数据归入某一天用电量，从而对原有计算结果达不到识别阈值的用户纳入诊断范围。

4.如权利要求3所述的一种利用人为采集失败增强电量相关性特征的方法，其特征在于，所述的基于采集失败优化的电量相关性分析模型，具体是：

对于台区A，电表B属于台区A，台区考核表C电量正常采集，电表B日冻结示数正常采集时，T_i日台区日线损ΔΦ_i有：

ΔΦ_i＝Φ_Ci-∑Φ_i

其中：Φ_Ci台区考核表C日电量，Φ_i为各用户表日电量；

若电表B在T_i日前j天采集失败，电表B采集失败日电量归0处理，则采集失败T_i-j日至T_i-1日线损ΔΦ_k’，k∈{T_i-j，…,T_i-1}，有：

ΔΦ_K’＝ΔΦ_k+Φ_Bk

其中：Φ_k为k日真实日线损，Φ_BK为电表B的k日电量；

T_i日的线损ΔΦ_k”，有：

ΔΦ_i”＝ΔΦ_i-∑Φ_Bk

其中：Φ_i为T_i日真实日线损，∑Φ_BK为电表B的T_i-j到T_i-1共j日电量和；

T_i-j到T_i日的线损均会发生突变。

5.如权利要求1所述的一种利用人为采集失败增强电量相关性特征的方法，其特征在于，所述的S3诊断，是指分别计算用户与待归属台区1和2的采集正常和采集失败的正负相关性系数。R1_负和R1_正为用户与台区1的采集正常的2个相关性系数，R1’_负和R1’_正为用户与台区1的采集失败的2个相关性系数，R2_负和R2_正为用户与台区2的采集正常的2个相关性系数，R2’_负和R2’_正为用户与台区1的采集失败的2个相关性系数，则有：

台区1负相关系数采集失败突变差值K1_负＝R1_负-R1’_负

台区2负相关系数采集失败突变差值K2_负＝R2_负-R2’_负

台区1正相关系数采集失败突变差值K1_正＝R1_正-R1’_正

台区2正相关系数采集失败突变差值K2_正＝R2_正-R2’_正

台区1采集失败正负相关性系数突变差值K1＝K1_正-K1_负

台区2采集失败正负相关性系数突变差值K2＝K2_正-K2_负

相关性系数采集失败突变差值△K＝K1-K2；

根据相关性系数采集失败突变差值和可设置阈值判定台区归属关系。