[发明专利]一种台区用户关系识别方法、装置及存储介质

权利要求书

1.一种台区用户关系识别方法，其特征在于，包括：

周期性采集台区下所有用户的电压数据，并构建所有用户的电压数据向量集合；

对所述所有用户的电压数据向量集合基于主成分分析法PCA进行降维处理；

对降维后的所有用户的电压数据向量集合进行DBSCAN密度聚类，得到多个簇划分；

基于簇划分识别用户关系，每个簇划分中的电压数据对应的用户属于同一台区。

2.根据权利要求1所述的一种台区用户关系识别方法，其特征在于，所述电压数据为台区变压器低压侧电压数据。

3.根据权利要求1所述的一种台区用户关系识别方法，其特征在于，所述所有用户的电压数据向量集合U_n×m(u)为：

U_n×m(u)＝{u₁，u₂，…，u_i，…，u_m}，(i＝1，…，m)

u_i＝{u_1，i，u_2，i，…，u_j，i，…，u_n，i}，(j＝1，…，n)

其中，n为采集周期的时段数量，m为台区中用户数量；u_i为第i个用户的电压数据向量集合，u_j，i为第i个用户第j个时段内的电压数据。

4.根据权利要求3所述的一种台区用户关系识别方法，其特征在于，所述对所述所有用户的电压数据向量集合基于主成分分析法PCA进行降维处理包括：

对电压数据向量集合U_n×m(u)中的电压数据u_j，i进行去中心化处理，得到去中心化处理后的电压数据

根据电压数据生成电压数据向量集合并基于电压数据向量集合生成电压向量集合

根据电压向量集合计算协方差矩阵Cov：

计算协方差矩阵Cov的特征值及对应的特征向量，将特征向量按照特征值的大小从大到小进行排列；

取前l个特征向量并进行标准化处理，生成标准化处理的特征矩阵S_l×m；

根据特征矩阵S_l×m与电压向量集合计算降维后的电压向量集合U_l×m(u)：

5.根据权利要求4所述的一种台区用户关系识别方法，其特征在于，所述对降维后的所有用户的电压数据向量集合进行DBSCAN密度聚类，得到多个簇划分包括：

基于降维后的所有用户的电压数据向量集合U_l×m(u)计算电压数据ε-领域

其中，和分别为电压数据向量集合U_l×m(u)中第i个和第j个用户的电压数据向量集合，ε为距离阈值，为电压数据向量集合和电压数据向量集合的距离；

取对应电压数据向量集合并按照的大小顺序加入核心对象集合Ω中；其中，MinPts为样本阈值；

从核心对象集合Ω中按照从大到小的顺序选取核心对象找出所述核心对象的ε-领域中所有直接密度可达对象，生成簇划分C，并将所述核心对象从核心对象集合Ω中剔除，重复执行当前步骤直至核心对象集合Ω为空。