Page 52 - 电力与能源2023年第六期

598 颜昕昱，等：基于改进 K‒Means++聚类分析的邻户表计错接辨识方法

s
式中 m，——数据集的均值与标准差。
（4）将当天同一地点进行过调表、装表的用户
分为一组。
（5）以调表日为界，分割数据段。
（6）计算每段日用电量数据曲线的均值、标准

差和峭度，并在多维空间内重新表述。
（7）在多维空间内通过 K-means++聚类算
法对各段日用电量曲线的特征值点进行聚类分析。
（8）若聚类后，同一簇内特征点分别为不同用
户调表前后用电量数据段，则可将其作为错接判

别依据，可进一步赶赴现场进行针对性勘查，判定
邻户表计有无错接现象。

2 方法验证

2.1 方法有效性分析
从“95598”历史工单中选出 5 个错接案例，通
过 SG186 系统和采集系统获取调表前后日用电量
数据，并加入 5 组表计正确接线的电表相邻居民用

户日用电曲线，共 10 组数据、20 条电量曲线来验证 图 5 10 组邻户日用电量曲线
所提方法的有效性。
电量数据曲线如图 5 所示，其中，组一、组二、
组三、组七、组八为错接线组。
以调表日为分段点对日用电量曲线进行分

段，通过式（1）~式（3）计算每段数据集的统计量，
并进一步将每一段用电曲线在多维空间内表述，
如图 6 所示。
通过 K-means++聚类算法对数据段特征点
进行聚类分析，将得到的聚类结果与原日用电量
图 6 10 组邻户日用电量数据在多维空间的表征
曲线进行比对，最终错接辨识结果以及辨识结果
表 1 10 组邻户表计接线辨识结果
与现场实际情况是否一致如表 1 所示。
组号 实际情况 辨识情况 是否一致
经与实际接线情况进行比对，可见本文所提方 1 × × √
2 × × √
法辨识正确，可以将其作为错接判别的有效依据。
3 × × √
2.2 实际案例应用 4 √ √ √
5 √ √ √
某年，上海市普陀区某居民小区楼栋 401 室
6 √ √ √
用户来电反映，称近几个月电费异常，与实际用电 7 × × √
8 × × √
情况不符。 9 √ √ √
工作人员经现场勘查发现其电表接线与隔壁 10 √ √ √
402 室住户接错。经查，该户和其邻居 402 室住户 例 进 行 数 据 分 析 ，验 证 所 提 方 法 的 可 行 性 。 从
因周期轮换在同一天调换过电表。现以该实际案 SG186 系统中发现在当天存在“同一楼层调换过