CN110991510A

CN110991510A - 不平衡分类学习的泛化低压异常箱表关系识别方法及系统

Info

Publication number: CN110991510A
Application number: CN201911168498.1A
Authority: CN
Inventors: 史玉良; 管永明; 张晖; 吕梁; 甄帅; 吕晓雯
Original assignee: Dareway Software Co ltd
Current assignee: Dareway Software Co ltd
Priority date: 2019-11-25
Filing date: 2019-11-25
Publication date: 2020-04-10
Anticipated expiration: 2039-11-25
Also published as: CN110991510B

Abstract

本发明公开了不平衡分类学习的泛化低压异常箱表关系识别方法及系统，包括：提取低压电能表采集数据及各类档案数据，完成低压电能表可用样本数据的采集；基于电压曲线识别初始低压异常箱表关系样本，获取初期可用异常训练样本集；随机提取M例样本集为训练样本集，采用卷积神经网络构建低压电能表的简化CNN异常箱表关系识别模型；训练样本集中随机提取的训练样本集分为H组，基于获取的CNN异常箱表关系识别模型，对CNN异常箱表关系识别模型进行分组强化学习，并对识别的低压电能表异常箱表关系样本进行验证，到达迭代次数或无新异常样本生成时，进行分组CNN异常箱表关系识别模型的交互学习与轮换竞争，从而获取最优泛化CNN异常箱表关系识别模型。

Description

不平衡分类学习的泛化低压异常箱表关系识别方法及系统

技术领域

本发明属于电力信息处理领域，尤其涉及一种不平衡分类学习的泛化低压异常箱表关系识别方法。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

台区箱表关系异常是由于档案录入问题、现场安装问题等原因导致用户档案记录的用户智能表与计量箱的连接关系与现场台区不一致的异常。在“云大物移智链”等数字技术与电力行业日益融合的背景下，当前电力系统呈现出“互联网”、“物联网”等数字化、智能化趋势，低压台区用户拓扑网络作为电网拓扑信息的基本组成部分，在现场检修和维护的过程中，准确的台区箱表关系可实现设备的快速定位与故障分析，大幅降低现场工作人员的工作量，提高快速排除故障能力，提升配网的服务效率和质量。

然而在电力系统建设初期阶段，由于低压配电网络建设前期规划不够完善，造成台区内的用户拓扑网络没有统一的标准，包含部分台区网络没有按照规则部署，仅以用户通电为目的，缺乏精确箱表记录信息；部分地区用户档案原始信息多为纸质文本，后经手工录入系统，往往存在错误、遗漏的情况；此外，在配网台区运行过程中，智能电表不断增删调整，信息变更不及时导致箱表关系错误。

针对上述问题，电网公司开展各类低压台区箱表关系核查方案，如通过台区内拉闸观测，并人工普查记录台区内箱表关系，然而工作量既大又存在人为主观因素的二次误判，难以开展实施；随着用电信息采集系统数据的积累，电力公司欲通过对电能表相关采集数据进行分析，检测异常的低压台区箱表关系，然而由于异常箱表关系样本不足，且采集数据与识别目标相关特征不明显，单一方法对异常箱表关系识别率低(如当前采用电压曲线识别方法，箱表关系核查正确率仅为整体箱表核查量的48.98％)，且仅为部分异常识别，难以实现对异常箱表关系的全覆盖识别。

发明内容

为克服上述现有技术的不足，本发明提供了不平衡分类学习的泛化低压异常箱表关系识别方法,以线上数据处理的方式降低箱表关系人工现场校核工作量。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

不平衡分类学习的泛化低压异常箱表关系识别方法，包括：

提取低压电能表采集数据及各类档案数据，进行数据汇总与预处理，完成低压电能表可用样本数据的采集；

基于电压曲线识别初始低压异常箱表关系样本，获取初期可用异常训练样本集；

随机提取M例样本集为训练样本集，采用卷积神经网络构建低压电能表的简化CNN异常箱表关系识别模型；

训练样本集中随机提取的训练样本集分为H组，基于获取的CNN异常箱表关系识别模型，对CNN异常箱表关系识别模型进行分组强化学习，并对识别的低压电能表异常箱表关系样本进行验证，到达迭代次数或无新异常样本生成时，进行分组CNN异常箱表关系识别模型的交互学习与轮换竞争，从而获取最优泛化CNN异常箱表关系识别模型；

获得待识别的低压电能表采集数据及档案数据，输入最优泛化CNN异常箱表关系识别模型进行识别处理，识别出低压电能表与计量箱的关系。

进一步的技术方案，获取初期可用异常训练样本集之后，采用信息增益比算法完成低压电能表异常箱表关系识别的初始特征筛选。

进一步的技术方案，采用卷积神经网络构建低压电能表的简化CNN异常箱表关系识别模型时，对箱表关系异常样本正负样本进行权值调整为1：α，对新识别异常样本设定权值为β；

α和β为采用Adaboost算法构建的简化CNN异常箱表关系识别模型100％识别错误样本分类的权重值分配结果，Adaboost算法以模型互补模式构建简化异常箱表关系识别模型集。

进一步的技术方案，获取最优泛化CNN异常箱表关系识别模型之后，基于剩余的训练样本集对最优泛化CNN异常箱表关系识别模型的准确率和召回率进行验证，进行现场逐一排查，将识别的新异常样本进行反馈，不断强化最优泛化CNN异常箱表关系识别模型的泛化性。

进一步的技术方案，采用电压曲线识别出低压电能表的初始异常箱表关系样本集，作为训练阶段的初始异常样本集，具体分为如下步骤：

B1.同一计量点下进行电压曲线归一化；

B2.基于弗雷歇距离的K-Means聚类，同一箱表内根据三相电压连接方式聚类分3类，确定疑似异常类判定规则；

B3.在非疑似异常类中进行非聚集曲线筛选；

B4.异常类内的曲线排除后，返回步骤B2，即进行电压曲线的聚类，直至无异常曲线检出。

进一步的技术方案，采用卷积神经网络构建低压电能表的简化CNN异常箱表关系识别模型，并采用Adaboost算法以模型互补模式构建简化异常箱表关系识别模型集，输出样本分类权值的具体步骤如下：

D1.将电压曲线识别出的异常箱表关系样本与20％训练样本集的混合后形成初始训练样本集，构建简化CNN异常箱表关系识别模型；

D2.对初始训练样本集的所有样本进行现场核查，输出简化CNN异常箱表关系识别模型的识别误差率；

D3.采用Adaboost集成算法构建简化CNN异常箱表关系识别模型集，根据前一次的模型识别误差率，调整样本权重值，即提高识别错误样本的权重，降低识别正常样本的权重，构建简化CNN异常箱表关系识别模型，并对初始训练样本集进行异常箱表关系样本识别。

进一步的技术方案，还包括：

D4.判断简化CNN异常箱表关系识别模型集是否将初始训练样本集内的异常箱表关系样本无误差识别出，若否，则继续以互补模式构建新的简化CNN异常箱表关系识别模型，若是，则推送出此时识别模型集的模型数量M；

D5.计算M个互补的简化CNN异常箱表关系识别模型中各样本权重值累计值，获取正负样本比重值为1：α，从而获取为平衡样本不均衡分布的负样本权重比例值，并提取第M个简化CNN异常箱表关系识别模型的最大样本权重值β作为后期新识别异常样本的设定权值；

D6.基于第M个简化CNN异常箱表关系识别模型作为历史复用学习框架，采用逐层增加的方式增加模型的复杂度，直至100％识别出异常箱表关系样本，最终获取隐藏层为高层的CNN异常箱表关系识别模型。

进一步的技术方案，提取训练样本集分为H组，对CNN异常箱表关系识别模型进行分组强化学习训练的具体过程如下：

E1.将随机提取的70％训练样本集分为H组，为并行训练提供分组数据，提升强化学习效率的同时，避免CNN异常箱表关系识别模型陷入局部最优；

E2.将训练获取的CNN异常箱表关系识别模型对每组样本集进行异常识别，从而识别出初始可疑异常样本；

E3.对初始可疑异常样本进行现场排查，从而识别出各组内实际存在的异常样本；

E4.采用强化学习对CNN异常箱表关系识别模型的首层卷积神经网络参数进行调整，并对调整的模型进程分组样本识别，输出可疑异常样本。

进一步的技术方案，还包括：

E5.判断各组识别模型是否完全识别出当前已核实的各组异常样本，若否，则返回步骤E4，调节卷积神经网络参数并进行模型强化学习训练，若是，则输出各组历次迭代构建识别出的新的未核实的可疑异常样本；

E6.对本批次新的未核实的可疑异常样本进行现场核查，输出核查数据；

E7.根据现场核查结果判断是否存在新核实的异常样本，若是，对新异常样本设定权值为β，并转至步骤E8，若否，则转至步骤E9；

E8.基于核实的新异常样本进行识别奖励，即提高该识别过程输出参数下的出现概率后，转至步骤E4；

E9.完成分组训练的各组识别模型，分别对总体70％训练样本集进行异常样本识别，并输出各组识别的可疑异常样本；

E10.现场核查识别的可疑异常样本，各组对总体70％训练样本集的异常样本进行调参迭代构建，判断是否存在新核实的异常样本，若有，对新异常样本设定权值为β，并转至步骤E8，若否，则转至步骤E11；

E11.筛选最优泛化CNN异常箱表关系识别模型，即最先零误差识别出核实异常样本集的识别模型。

本发明公开了不平衡分类学习的泛化低压异常箱表关系识别系统，处理器，所述处理器被配置为执行：

以上一个或多个技术方案存在以下有益效果：

(1)本公开针对低压智能电能表数量亿级而异常箱表关系数量占比不足1％导致缺乏异常样本的问题，借鉴“迁移学习”理念提高异常识别方法的有效性和泛化性，首先通过电压原理识别出大范围内可用的部分异常箱表关系样本集，避免异常样本集的缺失问题，并通过样本数据权值处理保证通过训练获取识别模型的有效性；随后在模型推广应用过程中，采用强化学习实现识别模型的分组并行泛化学习，一方面仅对识别出的异常样本进行人工核查，降低人工现场核查工作量，另一方面通过强化对新识别异常样本数据分布规律进行自学习，持续提高模型对不同应用环境的泛化性；

(2)本公开针对模型构建过程中，正负样本内部类别不平衡且新识别样本数据量极少，导致模型难以捕获异常样本数据分布规律的问题，采用Adaboost算法构建简化CNN异常箱表关系识别模型集，以互补模式的方式实现，故最终可输出正负样本集的三分类的均衡权重比例，并提取最末次简化CNN异常箱表关系识别模型，作为CNN异常箱表关系识别模型的复用历史学习框架，以逐步递增的方式增加模型的层级，简化模型的训练过程，保障神经网络规模的正确性和适用性；

(3)本公开为避免强化学习存在长时间无目标反复迭代调参训练导致的高试错成本，采用训练样本集分组的方式进行并行强化学习训练，从而在保证学习效率的同时，提高CNN异常箱表关系识别模型的学习多样性和专向性，且在某个CNN异常箱表关系识别模型陷入局部最优的状况时，仍可通过CNN异常箱表关系识别模型的交互学习与竞争筛选出最优泛化CNN异常箱表关系识别模型，降低了模型训练难度的同时，提高了模型识别的正确率和召回率。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。

图1为本公开实施例提供的低压用户异常箱表关系识别方法的整体流程图；

图2为本公开实施例提供的电压曲线识别异常箱表关系流程图；

图3为本公开实施例提供的采用Adaboost算法构建CNN异常箱表关系识别模型流程图；

图4为本公开实施例提供的基于迭代强化学习构建最优泛化CNN异常箱表关系识别模型流程图；

图5(a)-图5(d)为本公开实施例提供的电压曲线识别异常箱表关系示例图；

图6(a)-图6(b)为本公开实施例提供的电压曲线识别异常箱表关系误判图；

图7为本公开实施例提供的泛化学习过程中模型识别量与识别误差对比图。

具体实施方式

应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。

需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。

在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

本发明提出的总体思路：

首先基于电压曲线识别初始低压异常箱表关系样本，获取初期可用异常训练样本集，随后，基于20％训练样本集，采用卷积神经网络构建异常箱表关系识别模型，并以Adaboost集成算法的模型互补模式构建异常箱表关系识别模型集，输出CNN模型构建的历史复用学习框架和正负样本分配权值，并在历史复用学习框架基础上，采用递增方式构建CNN异常箱表关系识别模型，随后，将70％训练样本集分组，对CNN异常箱表关系识别模型进行分组迭代强化学习训练，并对识别结果进行核查反馈，最终以CNN异常箱表关系识别模型交互学习和轮换竞争的模式生成最优泛化CNN异常箱表关系识别模型，并以剩余10％的训练样本集对最优泛化CNN异常箱表关系识别模型的准确率和召回率进行验证，并将验证异常数据进行反馈，不断完善和优化CNN异常箱表关系识别模型的适用性和泛化性。

实施例一

本实施例公开了一种不平衡分类学习的泛化低压异常箱表关系识别方法，包括以下步骤：

包括：

A.从电力系统数据库中提取低压电能表采集数据及各类档案数据，进行数据汇总与预处理，完成D例低压电能表可用样本数据的采集；

B.采用电压曲线识别出D例低压电能表的初始异常箱表关系样本集，作为训练阶段的初始异常样本集；

C.采用信息增益比算法完成低压电能表异常箱表关系识别的初始特征筛选；

D.随机提取M例样本集为训练样本集，基于20％的训练样本集采用卷积神经网络(Convolutional Neural Network，CNN)构建低压电能表的简化CNN异常箱表关系识别模型，由于训练样本集正负样本数据分布不平衡，为强化模型对箱表关系异常样本识别规律的捕获，对箱表关系异常样本正负样本进行权值调整为1：α，对新识别异常样本设定权值为β；

所述α和β为采用Adaboost算法构建的简化CNN异常箱表关系识别模型100％识别错误样本分类的权重值分配结果，Adaboost算法以模型互补模式构建简化异常箱表关系识别模型集；

E.随机提取70％的训练样本集分为H组，基于步骤D获取CNN异常箱表关系识别模型，对CNN异常箱表关系识别模型进行分组强化学习，并对识别的低压电能表异常箱表关系样本进行人工验证，到达迭代次数或无新异常样本生成时，进行分组CNN异常箱表关系识别模型的交互学习与轮换竞争，从而获取最优泛化CNN异常箱表关系识别模型；

F.基于剩余10％的训练样本集对最优泛化CNN异常箱表关系识别模型的准确率和召回率进行验证，人工进行现场逐一排查，将识别的新异常样本反馈至步骤B，不断强化最优泛化CNN异常箱表关系识别模型的泛化性。

具体的实施例如图1-4所示，包括：

A.从电力系统数据库中提取低压电能表采集数据及各类档案数据，进行数据汇总与预处理，完成12万余例低压电能表可用样本数据的采集；

所述低压电能表采集数据及各类档案数据，为结构化数据类型，包含整数型、浮点型、字符型、布尔型；

具体地，基于某市某地区的用电信息采集系统和营销业务应用系统，获取2019年8月可用约12万余例低压电能表相关采集数据为样本，由于箱变关系异常的相关特征不明显，单一算法无法进行有效识别，因此集合用电行为、地址信息、线损数据、运行数据等多维度数据共计465例进行综合分析，如表1所示，为样本的部分特征示例：

表1低压电能表采集数据部分特征示例

所述数据预处理，包含数据的清洗补全，指对未招测到的空缺值的补全，另外对缺失数据超过50％点数的数据不进行计算，补全算法采用相邻均值补全法，即取相邻两边特征值的加权平均值作为补全值。

参见附图2所示，B.采用电压曲线识别出12万余例低压电能表中的异常箱表关系样本共计243例，作为训练阶段的初始异常样本集；

B1.定义同一台区为同一计量点，在同一计量点进行电压曲线归一化；

首先计算电压的均值μv：

随后将电压标准化，得到

其中，n为同一箱表内的电压采集数量，v_i为采集电压，i∈[1,2,…,n]；

B2.基于弗雷歇距离的K-Means聚类，同一箱表内根据三相电压连接方式聚类分3类，疑似异常类判定规则如下：

三类的数据量如果满足：N_i<min(N_c,N_总/W)，(其中i∈[0,2]，N_c为固定阈值)，则此类中所有数据即为异常，如图5(a)-图5(d)所示为部分聚类异常示例，其中图5(a)、图5(b)为箱表关系异常，图5(c)为计量故障，图5(d)为疑似采集异常；

其中N_i为某三相电压连接方式聚类数量，N_总为该电能表箱内总的电能表数量，W为自定义阈值；

基于上述规则判定三类中是否存在类内曲线数量异常少的类，如果存在则判断该类为疑似异常类，疑似异常类内所有曲线判定为疑似异常曲线，如果不存在则转到步骤B3；

B3.在非疑似异常类中进行非聚集曲线筛选：

若曲线q与所在类的类内距离>P的前提下，类内距离/最小类间距离>L，则判断为异常；

其中，类内距离P为各曲线与所在类中心线的距离，类间距离L指曲线与其他类中心线间的距离，距离算法使用弗雷歇距离；

如果不存在非聚合曲线，则说明剩余2类为标准的聚合曲线集，并且之前因类内数量少而被怀疑为异常的类为正常类；如果存在非聚合曲线，则说明剩余的2类还可以继续进行划分，也同时可以判断第一步中筛选出的疑似异常类为异常类；

B4.异常类内的曲线排除后，返回步骤B2，即进行电压曲线的聚类，直至无异常曲线检出，共计获取疑似异常样本465例，现场核查结果如下所示：

表2基于电压曲线一致性标准识别的现场核查结果

误判异常样本示例如图6(a)-图6(b)所示，图6(a)为现场核实5块电能表在A/B/C三相上的分布为1/3/1，根据前期理论假设，正常计量箱内电能表在三相上的分布应较为平均，但该计量箱未按该要求进行接线，并且A相和B相的电能表电压曲线较为接近，因此该计量箱内的电压曲线与三相平衡计量箱箱表关系异常的模式较为接近，造成误判；图6(b)为表箱内B、C相电压曲线存在小范围不一致，电压曲线差异的统一阈值设定往往造成误判；

所述基于电压曲线识别异常箱表关系，根据电路基本原理，同一理想导体上电压处处相等，计量箱内的导线段及空开电阻都相对较小，可认为同一表箱同一相序下的电能表连接在同一理想导体下，因此同一表箱内同一相序下电能表电压也应时刻相等，同理，不同表箱内的电能表电压曲线会呈现出示值差异；

通过初始特征筛选，提取低压电能表异常箱表关系识别特征126个，包含智能电能表日24点采集数据、电能表周采集数据均值、电能表月采集数据均值、台区24点采集数据、台区周采集数据均值、台区月采集数据均值、用户档案数据；

D.随机提取20180例样本集为训练样本集，从训练样本集随机抽取4136例样本，采用卷积神经网络(Convolutional Neural Network，CNN)构建低压电能表的简化CNN异常箱表关系识别模型，由于训练样本集正负样本数据分布不平衡，为强化模型对箱表关系异常样本识别规律的捕获，对箱表关系异常样本正负样本进行权值调整为1：α，对新识别异常样本设定权值为β；

D1.将电压曲线识别出的异常箱表关系样本243例与4136例训练样本集混合后形成初始训练样本集，即以243例负样本和4136例正样本构建CNN简化异常箱表关系识别模型；

基于训练样本的日采集量为24点，即每小时召测一次数据，故输入数据为126×24，所有卷积核数值共享为同一卷积核，采用了2-GPU并行结构，基于keras深度学习框架，最终模型架构如下所示：

输入：126×24，步长为1

第一层卷积：12×3大小的卷积核24个，每个GPU上12个

第一层max-pooling：2×2的核

第二层卷积：12×3卷积核48个，每个GPU上24个

第二层max-pooling：2×2的核

第一层全连接：120维，即将第四层卷积的输出连接成为一个一维向量，作为该层的输入

输出层：采用Sigmoid函数，输出为2分类，即为样本为代表箱表关系正常类的C＝0和代表箱表关系异常类C＝1

基于上述架构完成CNN简化异常箱表关系识别模型的构建，并以反向梯度算法完成模型调参，采用二值交叉熵作为损失函数，并设定二分类初始权重w，从而降低初始正负样本不平衡分类的影响，损失函数如下：

其中，y为样本的期望输出，

为样本的实际输出，

为CNN的原始输出值；

首先在对单个数据点上训练模型，从而验证CNN模型是否过小或者存在错误，验证100％过拟合后，采用迭代反向梯度训练，目标为CNN简化异常箱表关系识别模型100％将243例异常样本分类为负样本；

D2.对初始训练样本集的所有样本进行人工现场核查，输出CNN简化异常箱表关系识别模型的识别误差率；

本次箱表关系的核查抽取了某市客服中心本部下60个台区低压电能表电压曲线，对电压曲线一致性标准识别的243例异常箱表关系样本和4136例(内含基于电压曲线一致性标准识别的16例异常箱表关系样本)随机样本混合，共计4379例样本构成初始训练样本，并对4136例进行逐一排查，获取新异常箱表关系样本28例，具体现场核查结果如下所示：

表3基于人工逐一识别的现场核查结果

由表3可得，基于人工逐一识别的方法对异常箱表关系识别效率低，难以获取异常样本集，故本专利基于当前电压识别方法实现对前期异常样本集的获取；

D3.采用Adaboost集成算法构建简化CNN异常箱表关系识别模型集，根据前一次的模型识别误差率，调整样本权重值，即提高识别错误样本的权重，降低识别正常样本的权重，构建CNN简化异常箱表关系识别模型，并对初始训练样本集进行异常箱表关系样本识别；

D31.基于步骤D1获取的CNN简化异常箱表关系识别模型作为首个识别模型，对4379例样本的次级训练样本集进行识别，初始各样本权重wⁿ＝1，识别出实际异常样本240例，识别误差ε_t＝1＝11.76％，由此可见尽管初始的训练样本存在误分类的情况，CNN简化异常箱表关系识别模型仍可基于大类分类趋势捕获潜在的异常箱表关系识别规律；

其中，n表示第n个样本，n∈[1,2,3,…,4379]，ε_t为第t个识别模型的识别误差，计算公式为

为第t个模型第n个样本的权重；

D32.基于识别误差ε_t，更新初始训练样本集的第n个样本构建第t+1个模型权重，即如果第n个样本在第t个模型识别中分类正确，则其权重

即如果第n个样本在第t个模型识别中分类不正确，则其权重

其中，

将各个样本权重更新后，根据更新的训练样本集构建第t个CNN简化异常箱表关系识别模型，模型构建方法与步骤D1相同，并将t个生成的CNN简化异常箱表关系识别模型形成识别集；

D4.判断简化CNN简化异常箱表关系识别模型集是否将初始训练样本集内的异常箱表关系样本无误差识别出，若否，则继续以步骤D32的互补模式构建新的简化CNN异常箱表关系识别模型，若是，则推送出此时识别模型集的模型数量，径上述迭代构建后，共计生成6个CNN简化异常箱表关系识别模型；

D5.计算6个互补的简化CNN简化异常箱表关系识别模型中各样本权重值累计值，获取正负样本比重值为1：α，从而获取为平衡样本不均衡分布的负样本权重比例值，并提取第6个简化CNN简化异常箱表关系识别模型的最大样本权重值β作为后期新识别异常样本的设定权值；

D6.基于第6个简化CNN异常箱表关系识别模型作为历史复用学习框架，采用逐层增加的方式增加模型的复杂度，直至100％识别出异常箱表关系样本，最终获取隐藏层为16层的CNN异常箱表关系识别模型；

E.随机提取13908例训练样本集分为7组，基于步骤D获取CNN异常箱表关系识别模型，对CNN异常箱表关系识别模型进行分组强化学习，并对识别的低压电能表异常箱表关系样本进行人工验证，到达迭代次数或无新异常样本生成时，进行分组CNN异常箱表关系识别模型的交互学习与轮换竞争，从而获取最优泛化CNN异常箱表关系识别模型；

E1.将随机提取的13908例训练样本集分为7组，根据实际低压台区箱表关系的拓扑布局，7组训练样本集的数量分别为2132例、1875例、1928例、2075例、2048例、1957例和1893例，基于分组数据开展并行训练，提升强化学习效率的同时，避免CNN异常箱表关系识别模型陷入局部最优；

E2.将步骤D训练获取的CNN异常箱表关系识别模型对每组样本集进行异常识别，识别出初始可疑异常样本，各组识别出的疑似异常样本数分别为25例(包含7例基于电压曲线识别)、26例(包含8例基于电压曲线识别)、23例(包含8例基于电压曲线识别)、29例(包含9例基于电压曲线识别)、27例(包含7例基于电压曲线识别)、23例(包含9例基于电压曲线识别)和27例(包含6例基于电压曲线识别)；

E3.对初始可疑异常样本进行人工现场排查，从而识别出各组内实际存在的异常样本，各组现场核查出的疑似异常样本数分别为27例、25例、24例、26例、29例、25例和27例，包含在箱表关系核查过程中，对同一箱表的其他电能表的箱表关系核查；

E4.采用强化学习对CNN异常箱表关系识别模型的首层卷积神经网络参数进行调整，并对调整的模型进程分组样本识别，输出可疑异常样本；

由于训练集样本正负样本数据分布不平衡，基于步骤D获取对正负样本的权重分配1：α，对历次新识别异常箱表关系样本权重值设为β，对卷积神经网络的参数调节过程τ如下：

τ＝{s₁,a₁,r₁,s₂,a₂,r₂,…,s_t,a_t,r_t,…,s_T,a_T,r_T}

其中，τ为一次从模型某一参数调节开始到识别出某一新可疑异常箱表关系样本的一次识别过程，s表示模型当前模型所有参数值和识别结果的状态，a表示参数调节动作，即是对模型参数θ值进行增值或减值调整，θ表示模型的参数集合，r为调参识别成功异常样本获取的识别奖励值，T为本次识别总调节次数；

其中，R(τ)表示本次识别模型识别异常样本获取的奖赏；

其中，

为模型参数为θ时，N次识别过程的平均奖赏期望，P(τ/θ)为模型参数为θ时τ这一识别过程出现的概率；

为最大化训练目标，θ为模型强化学习训练完成后的输出值，采用梯度上升法最大化

其中，θⁿ为第n次识别过程的模型参数值，n∈[1,N]，η为自定义的学习率，将其设置为一个阈值上限，

为第n次的参数调节值后，根据识别结果反馈的梯度值；

其中，τⁿ为第n次识别过程，

为第n次识别过程中第t-1次模型调参后的当前模型所有参数值和识别结果的状态，

为第n次识别过程中第t-1次模型调参后模型的参数调节动作，b为自定义阈值，用以避免采样不均衡，

表示在

状态下采取

动作，若R(τⁿ-b)为正值，即异常样本识别正确，则

变大，若R(τⁿ-b)为负值，即异常样本识别错误，则

变小；

为降低人工现场核查工作量，在异常识别模型强化学习训练过程中，设定N次识别过程为一次识别批次，输出可疑异常样本；

E5.判断各组识别模型是否达到一次批量识别过程量，即n＝N，，若否，则返回步骤E4，调节卷积神经网络参数并进行模型强化学习训练，若是，则输出各组历次识别出的新的未核实的可疑异常样本；

E6.对本批次新的未核实的可疑异常样本进行人工现场核查，输出核查数据；

E9.完成分组训练的各组识别模型，分别对13908例训练样本集进行异常样本识别，并输出各组识别的可疑异常样本；

E10.现场核查识别的可疑异常样本，各组对总体13908例训练样本集的异常样本进行调参迭代构建，判断是否存在新核实的异常样本，若有，对新异常样本设定权值为β，并转至步骤E8，若否，则转至步骤E11；

E11.筛选最优泛化CNN异常箱表关系识别模型，即最先零误差识别出核实异常样本集的识别模型，共计现场验证样本数量696例，自学习泛化识别出新异常样本43例。

F.基于剩余2136例的训练样本集对最优泛化CNN异常箱表关系识别模型的准确率和召回率进行验证，人工进行现场逐一排查，识别结果如表4所示

表4异常箱表关系识别准确率验证

如表4所示，为迭代强化学习训练前后的异常样本识别数据对比：

迭代强化学习前：

迭代强化学习后：

如上所示，迭代强化学习前后的识别准确率和召回率都得到提升，尤其召回率，显著提高异常户变关系样本识别的性能，验证本专利所提迭代强化学习方法的可用性。

取其训练过程中历次根据现场排查迭代进行模型强化学习后的模型，其识别结果与识别误差如图7所示，其上图为N＝200的一次批量识别+现场验证过程，图中曲线从上到下为顺位第一次到第10次迭代强化学习过程，纵轴为历次迭代识别出新可疑异常样本数量，虽然每次识别过程均会识别出可疑疑似异常样本，但样本存在重复性，且随着迭代强化学习过程的深入，识别新可疑异常样本的数量逐渐降低；图7下图为对应上图的十次迭代强化学习过程的识别误差，由3％将至1.64％，识别误差呈下降趋势，验证本专利所提方法的可泛化性，显著降低现场人工核查工作量。

所述最优泛化CNN异常箱表关系识别模型，在低压异常箱表关系识别后续推广应用过程中，作为异常箱表关系样本的检测模型，并采用步骤E分组强化学习的方式，通过实际应用与模型参数泛化并存的方式，提升模型的适应性与识别精度，即模型输入数据为基于步骤C获取的待检测样本的初始特征，输出结果为待检测样本箱表关系异常或正常，通过自适应强化学习调节模型参数，增强异常样本识别范围的横纵度，获取累计批量可疑异常箱表关系样本后，进行人工现场核查，反馈结果持续优化模型参数，从而由小范围低压台区向大范围低压台区实现推广应用。本申请的基于电压曲线识别异常箱表关系，根据电路基本原理，同一理想导体上电压处处相等，计量箱内的导线段及空开电阻都相对较小，可认为同一表箱同一相序下的电能表连接在同一理想导体下，因此同一表箱内同一相序下电能表电压也应时刻相等，同理，不同表箱内的电能表电压曲线会呈现出示值差异。

实施例二

本实施例的目的是提供了不平衡分类学习的泛化低压异常箱表关系识别系统，处理器，所述处理器被配置为执行：

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims

1.不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，包括：

2.如权利要求1所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，获取初期可用异常训练样本集之后，采用信息增益比算法完成低压电能表异常箱表关系识别的初始特征筛选。

3.如权利要求1所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，采用卷积神经网络构建低压电能表的简化CNN异常箱表关系识别模型时，对箱表关系异常样本正负样本进行权值调整为1：α，对新识别异常样本设定权值为β；

4.如权利要求1所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，获取最优泛化CNN异常箱表关系识别模型之后，基于剩余的训练样本集对最优泛化CNN异常箱表关系识别模型的准确率和召回率进行验证，进行现场逐一排查，将识别的新异常样本进行反馈，不断强化最优泛化CNN异常箱表关系识别模型的泛化性。

5.如权利要求1所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，采用电压曲线识别出低压电能表的初始异常箱表关系样本集，作为训练阶段的初始异常样本集，具体分为如下步骤：

B1.同一计量点下进行电压曲线归一化；

B3.在非疑似异常类中进行非聚集曲线筛选；

6.如权利要求1所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，采用卷积神经网络构建低压电能表的简化CNN异常箱表关系识别模型，并采用Adaboost算法以模型互补模式构建简化异常箱表关系识别模型集，输出样本分类权值的具体步骤如下：

7.如权利要求6所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，还包括：

8.如权利要求1所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，提取训练样本集分为H组，对CNN异常箱表关系识别模型进行分组强化学习训练的具体过程如下：

9.如权利要求8所述的不平衡分类学习的泛化低压异常箱表关系识别方法，其特征是，还包括：

10.不平衡分类学习的泛化低压异常箱表关系识别系统，其特征是，包括处理器，所述处理器被配置为执行：