发明公开
CN109858522A 一种基于数据挖掘的管理线损异常识别方法
无效 - 驳回
- 专利标题: 一种基于数据挖掘的管理线损异常识别方法
- 专利标题(英): Management line loss abnormity identification method based on data mining
-
申请号: CN201811639944.8申请日: 2018-12-29
-
公开(公告)号: CN109858522A公开(公告)日: 2019-06-07
- 发明人: 王峥 , 王旭东 , 李国栋 , 龙寰 , 陈畅 , 于光耀 , 陈培育 , 刘亚丽 , 刘莹 , 胡晓辉 , 马建伟 , 王磊 , 邓威
- 申请人: 国网天津市电力公司电力科学研究院 , 国网天津市电力公司 , 国家电网有限公司 , 东南大学
- 申请人地址: 天津市西青区海泰华科四路8号
- 专利权人: 国网天津市电力公司电力科学研究院,国网天津市电力公司,国家电网有限公司,东南大学
- 当前专利权人: 国网天津市电力公司电力科学研究院,国网天津市电力公司,国家电网有限公司,东南大学
- 当前专利权人地址: 天津市西青区海泰华科四路8号
- 代理机构: 天津盛理知识产权代理有限公司
- 代理商 王来佳
- 主分类号: G06K9/62
- IPC分类号: G06K9/62 ; G06N3/08 ; G06Q50/06
摘要:
本发明涉及一种基于数据挖掘的管理线损异常识别方法,其技术特点在于:步骤1、采用滑动窗口法对预处理后的管理线损时间序列数据进行子序列分割;步骤2、构建基于神经网络的时间序列预测模型,获得管理线损子序列的预测值,并将预测值和实测值间差异范围大于预设阈值的子序列判定为异常子序列;步骤3、针对异常子序列提取其特征变量,建立管理线损特征样本集合,并采用三种不同算法进行聚类;步骤4、对三种聚类结果进行簇匹配,采用多数投票聚类集成法获得最终聚类结果,通过比较簇内对象数目与预设阈值的差异大小,得出管理线损异常子序列的具体分类情况。本发明可以快速准确地识别管理线损的异常情况,具有更好的稳定性和实用性。