基于欠完备电压数据的户变关系识别方法

TM73; 当前采集的台区用户数据存在一定比例的缺失,使得传统基于数据驱动的户变关系核查方法难以实际应用.为此,提出一种基于欠完备电压数据的户变关系识别方法.通过掩码自编码器直接从欠完备电压数据中提取特征编码;对特征编码应用参数自适应的基于密度的噪声应用空间聚类(DBSCAN)算法进行聚类,实现低压台区户变关系的准确识别.所提方法无须进行缺失数据填充,避免了数据填充误差对特征提取效果的影响.同时,该方法无须人工调参,降低了工程应用难度,提升了低压台区管理自动化水平.算例结果表明,在缺失率达80%的情况下,所提方法的户变关系识别准确率依然可达80%....

Full description

Saved in:
Bibliographic Details
Published in电力自动化设备 Vol. 44; no. 12; pp. 100 - 107
Main Authors 杨明, 毛一风, 李鹏, 欧朱建
Format Journal Article
LanguageChinese
Published 山东大学 电网智能化调度与控制教育部重点实验室,山东 济南 250061%国网江苏省电力有限公司 常州供电分公司,江苏 常州 213000%国网江苏省电力有限公司 南通供电分公司,江苏 南通 226000 01.12.2024
Subjects
masked autoencoder
low voltage station area
缺失数据
低压台区
户变关系识别
DBSCAN
parameter self-adaption
参数自适应
掩码自编码器
transformer-customer relationship identification
missing data
Online AccessGet full text
ISSN1006-6047
DOI10.16081/j.epae.202409022

Cover

More Information
Summary:TM73; 当前采集的台区用户数据存在一定比例的缺失,使得传统基于数据驱动的户变关系核查方法难以实际应用.为此,提出一种基于欠完备电压数据的户变关系识别方法.通过掩码自编码器直接从欠完备电压数据中提取特征编码;对特征编码应用参数自适应的基于密度的噪声应用空间聚类(DBSCAN)算法进行聚类,实现低压台区户变关系的准确识别.所提方法无须进行缺失数据填充,避免了数据填充误差对特征提取效果的影响.同时,该方法无须人工调参,降低了工程应用难度,提升了低压台区管理自动化水平.算例结果表明,在缺失率达80%的情况下,所提方法的户变关系识别准确率依然可达80%.
ISSN:1006-6047
DOI:10.16081/j.epae.202409022