户变关系异常的识别方法、装置、设备和存储介质与流程

1.本发明涉及电力管理技术领域，尤其涉及一种户变关系异常的识别方法、装置、设备和存储介质。


背景技术：

2.随着电网信息化的进程的推进，电网由人工抄表收费进入了信息时代，电力数据的种类的数量逐渐膨胀，数据质量对电力数据的分析效果起到至关重要的作用，因此对采集数据、电力档案的数据治理工作提出了更高的要求。户变关系反映用户和台区变压器的归属关系，是台区档案的基础，对配电网拓扑识别有重要影响，同时也是线损计算，台区分析的依据。
3.相关技术中，运用k均值（k-means）聚类算法对降维处理后的总表和户表的电压数据进行聚类，找到离群点，识别为户变异常表。但上述方案中不同时刻电压数据变化较大，因此并不能很好的反映出总表户表之间的关系，因此准确性较低。


技术实现要素：

4.本发明提供一种户变关系异常的识别方法、装置、设备和存储介质，用以解决现有技术中户变异常识别准确性较低的缺陷，实现准确性较高的户变异常识别方法。
5.本发明提供一种户变关系异常的识别方法，包括：根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；基于各个所述电表之间的相关性距离，确定先验阈值；根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。
6.根据本发明提供的一种户变关系异常的识别方法，所述根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表，包括：针对任意两个所述电表，确定两个所述电表之间的相关性距离，是否大于或等于所述先验阈值；若大于或等于所述先验阈值，则将两个所述电表分别划分到不同的类别中；若小于所述先验阈值，则将两个所述电表划分到相同的类别中；根据不同类别中的电表数量，识别户变关系异常的电表。
7.根据本发明提供的一种户变关系异常的识别方法，所述根据不同类别中的电表数量，识别户变关系异常的电表，包括：将电表数量最少的类别中的电表，确定为所述户变关系异常的电表。
8.根据本发明提供的一种户变关系异常的识别方法，所述基于各个所述电表之间的相关性距离，确定先验阈值，包括：利用如下公式（1）或公式（2）确定所述先验阈值：
其中，n为电表数量，为第个电表与其它所有电表的相关性距离，表示。
9.根据本发明提供的一种户变关系异常的识别方法，所述根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离，包括：利用如下公式（3）确定各个所述电表之间的相关性距离：其中，为电表与电表之间的相关性距离，为电表与电表之间的相关性系数，表示电表的电压数据，表示电表的电压数据，为电表与电表之间的协方差，为电表的标准差，为电表的标准差。
10.根据本发明提供的一种户变关系异常的识别方法，所述根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离之前，还包括：对所述多个电表的电压数据基于时间先后顺序进行平滑处理。
11.本发明还提供一种户变关系异常的识别装置，包括：确定模块，用于根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；所述确定模块，还用于基于各个所述电表之间的相关性距离，确定先验阈值；处理模块，用于根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。
12.本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述户变关系异常的识别方法。
13.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述户变关系异常的识别方法。
14.本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述户变关系异常的识别方法。
15.本发明提供的户变关系异常的识别方法、装置、设备和存储介质，根据台区中多个电表的电压数据，确定各个电表之间的相关性距离；电压数据包括多个时刻的电压值；由于相关性距离是基于电压的多个时刻的电压值得到的，即基于电压的变化趋势得到的，进一步，根据各个电表之间的相关性距离，确定先验阈值，先验阈值为根据实际应用场景的情况得到的，因此最终根据各个电表之间的相关性距离以及先验阈值，识别户变关系异常的电
表，识别结果的准确性较高。
附图说明
16.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
17.图1是本发明提供的户变关系异常的识别方法的流程示意图之一；图2是本发明提供的户变关系异常的识别方法的电压曲线示意图之一；图3是本发明提供的户变关系异常的识别方法的电压曲线示意图之二；图4是本发明提供的户变关系异常的识别装置的结构示意图；图5是本发明提供的电子设备的结构示意图。
具体实施方式
18.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
19.下面结合图1-图5具体的实施例对本发明实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
20.图1是本发明实施例提供的户变关系异常的识别方法的流程示意图之一。如图1所示，本实施例提供的方法，包括：步骤101、根据台区中多个电表的电压数据，确定各个电表之间的相关性距离；电压数据包括多个时刻的电压值；具体的，若某台区存在户变关系异常，那么异常用户的特征除了反映在日冻结线损上外，也反映在其电压曲线（由多个时刻的电压数据形成的曲线）上，若某用户不属于该台区，则其电压曲线的波动情况或变化趋势应与所属该台区的用户出现不统一的现象，那么，若能得到属于该台区用户的电压曲线变化的普遍趋势，则该台区下若存在电压曲线与此普遍趋势偏离较大的用户，则我们认为该用户存在户变关系异常。基于此，本发明实施例基于电表的多个时刻的电压数据，确定各个电表之间的相关性距离，进而基于相关性距离进行户变关系异常分析。
21.步骤102、基于各个电表之间的相关性距离，确定先验阈值；具体的，为了提高户变关系异常识别的准确性，可以基于各个电表之间的相关性距离，确定先验阈值，例如基于各个电表之间的相关性距离的均值，得到先验阈值。
22.步骤103、根据各个电表之间的相关性距离以及先验阈值，识别户变关系异常的电表。
23.具体的，如果某两个电表之间的相关性距离大于或等于该先验距离，则该两个电表属于不同的类别，遍历所有的电表，最终可以基于不同的类别，识别户变关系异常的电
表，同一类别中的电表电压曲线的相关性距离较小，即较为相似，例如某个类别的电表数量较少，某个类别的电表数量较多，由于实际应用中户变关系异常的电表一般为少数，因此电表数量较少的类别中的电表可以认为是户变关系异常的电表。
24.本实施例的方法，根据台区中多个电表的电压数据，确定各个电表之间的相关性距离；电压数据包括多个时刻的电压值；由于相关性距离是基于电压的多个时刻的电压值得到的，即基于电压的变化趋势得到的，进一步，根据各个电表之间的相关性距离，确定先验阈值，先验阈值为根据实际应用场景的情况得到的，因此最终根据各个电表之间的相关性距离以及先验阈值，识别户变关系异常的电表，识别结果的准确性较高。
25.可选地，步骤101可以通过如下方式实现：利用如下公式（3）确定各个所述电表之间的相关性距离：其中，为电表与电表之间的相关性距离，为电表与电表之间的相关性系数，为电表与电表之间的协方差，表示电表的电压数据，表示电表的电压数据，为电表的标准差，为电表的标准差。
26.具体的，若拓扑地址相近的台区，其电压曲线的趋势接近，本发明实施例中通过相关性距离来表示两个电表的电压曲线间的相似程度。
27.协方差可以通过两个电表的电压数据（例如作为一个向量）计算得到，例如，e表示期望。标准差为方差的正平方根。
28.通过公式（3），可以得到在该台区下所有用户电表的电压数据的两两相关性距离矩阵，以d表示，其中为电表与电表之间的相关性距离；可选地，步骤102可以通过如下方式实现：利用如下公式（1）或公式（2）确定所述先验阈值：其中，n为电表数量，为第个电表与其它所有电表的相关性距离，
表示。
29.具体的，利用公式（1）计算得到的先验距离为先验表均最远距离，即取值为0.9，如果某两个电表之间的相关性距离大于或等于该先验表均最远距离，则该两个电表属于不同的类。
30.利用公式（1）计算得到的先验距离为先验表均最近距离，即取值为0.1，如果某两个电表之间的相关性距离大于或等于该先验表均最近距离，则该两个电表属于不同的类。
31.需要说明的是，还可以为其它取值，本发明实施例对此并不限定，例如计算先验表均最远距离时，还可以为0.8，0.85，0.95等，计算先验表均最近距离时，还可以为0.05，0.15，0.2等。
32.上述实施方式中，通过上述公式计算先验表均最远距离和先验表均最近距离，从而使得识别结果更为准确。
33.可选地，步骤101可以通过如下方式实现：针对任意两个所述电表，确定两个所述电表之间的相关性距离，是否大于或等于所述先验阈值；若大于或等于所述先验阈值，则将两个所述电表分别划分到不同的类别中；若小于所述先验阈值，则将两个所述电表划分到相同的类别中；根据不同类别中的电表数量，识别户变关系异常的电表。
34.可选地，正常情况下户变关系异常的电表为少数，则可以将电表数量最少的类别中的电表，确定为户变关系异常的电表。
35.具体的，例如以先验表均最远距离作为先验阈值，当某两个表之间的相关性距离大于时，将两个电表划分到不同的类别中，遍历该台区的所有电表，最终电表多的类记作，其他较少的类记作，识别中的电表为应属于本台区的电表，中的电表为户变关系异常的电表。
36.上述实施方式中，利用电表电压的变化趋势进行分析，通过台区用户的电压曲线变化的普遍趋势，识别户变关系异常的电表，准确性较高。
37.可选地，步骤101之前还可以进行如下操作：对多个电表的电压数据基于时间先后顺序进行平滑处理。
38.具体的，由于电压波动的不规则性，对该台区下所有用户电表的电压曲线进行时间序列分析，可以按照时间先后顺序对电压曲线进行预处理，例如平滑化处理，去掉曲线中的噪声和毛刺，得到该台区各用户电表的电压曲线的总体趋势曲线，为后续开展分析做准备，图2为原电压曲线示意图，图3为预处理后的电压曲线示意图，图2和图3中横坐标为时间，纵坐标为电压。
39.上述实施方式中，对电压数据进行预处理，可以提高后续识别的准确性。
40.综上所述，本发明是实施例的方法从电表电压的变化趋势进行分析，针对台区用户的电压曲线变化的普遍趋势，开展电压相关性距离及先验阈值计算，得到各表先验最远距离和最近距离，基于先验距离，精确识别台区户变关系异常，具有良好的可行性和泛用性。
41.下面对本发明提供的户变关系异常的识别装置进行描述，下文描述的户变关系异常的识别装置与上文描述的户变关系异常的识别方法可相互对应参照。
42.图4本发明提供的户变关系异常的识别装置的结构示意图。如图4示，本实施例提供的户变关系异常的识别装置，包括：确定模块210，用于根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；所述确定模块210，还用于基于各个所述电表之间的相关性距离，确定先验阈值；处理模块220，用于根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。
43.可选地，处理模块220，具体用于：针对任意两个所述电表，确定两个所述电表之间的相关性距离，是否大于或等于所述先验阈值；若大于或等于所述先验阈值，则将两个所述电表分别划分到不同的类别中；若小于所述先验阈值，则将两个所述电表划分到相同的类别中；根据不同类别中的电表数量，识别户变关系异常的电表。
44.可选地，处理模块220，具体用于：将电表数量最少的类别中的电表，确定为所述户变关系异常的电表。
45.可选地，确定模块210，具体用于：利用如下公式（1）或公式（2）确定所述先验阈值：其中，n为电表数量，为第个电表与其它所有电表的相关性距离，表示。
46.可选地，确定模块210，具体用于：利用如下公式（3）确定各个所述电表之间的相关性距离：其中，为电表与电表之间的相关性距离，为电表与电表之间的相关性系数，表示电表的电压数据，表示电表的电压数据，为电表与电表之间的协方差，为电表的标准差，为电表的标准差。
47.可选地，处理模块220，还用于：对所述多个电表的电压数据基于时间先后顺序进行平滑处理。
48.本实施例的装置，可以用于执行前述方法实施例中任一实施例的方法，其具体实现过程与技术效果与方法实施例中相同，具体可以参见方法实施例中的详细介绍，此处不
再赘述。
49.图5示例了一种电子设备的实体结构示意图，如图5所示，该电子设备可以包括：处理器(processor)810、通信接口(communications interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行户变关系异常的识别方法，该方法包括：根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；基于各个所述电表之间的相关性距离，确定先验阈值；根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。
50.此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、磁碟或者光盘等各种可以存储程序代码的介质。
51.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的户变关系异常的识别方法，该方法包括：根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；基于各个所述电表之间的相关性距离，确定先验阈值；根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。
52.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的户变关系异常的识别方法，该方法包括：根据台区中多个电表的电压数据，确定各个所述电表之间的相关性距离；所述电压数据包括多个时刻的电压值；基于各个所述电表之间的相关性距离，确定先验阈值；根据各个所述电表之间的相关性距离以及所述先验阈值，识别户变关系异常的电表。
53.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
54.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可
借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分所述的方法。
55.最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。