Restoration Method for User Electricity Meter Collection Data Based on Improved Multiple Classifiers

TANG Donglai; LI Yu; HE Wei; LIU Youbo; OU Yuan; WU Lei

doi:10.7500/AEPS20230419004

您当前的位置：

首页 >

文章列表页 >

Restoration Method for User Electricity Meter Collection Data Based on Improved Multiple Classifiers

Application Research | 更新时间：2025-06-16

- Restoration Method for User Electricity Meter Collection Data Based on Improved Multiple Classifiers
- Automation of Electric Power Systems Vol. 47, Issue 21, Pages: 137-146(2023)
- 作者机构：
  
  1.四川中电启明星信息技术有限公司,四川省成都市 610074
  2.国网四川省电力公司,四川省成都市 610041
  3.四川大学电气工程学院,四川省成都市 610065
- 作者简介：
- 基金信息：
  
  Science and Technology Program of Sichuan Province(2021GFW0021)
- DOI：10.7500/AEPS20230419004
  CLC：
- Received：19 April 2023，
  
  Revised：2023-06-15，
  
  Published Online：11 September 2023，
  
  Published：10 November 2023
- 稿件说明：
移动端阅览
唐冬来,李玉,何为等.基于改进多分类器的用户电表采集数据修复方法[J].电力系统自动化,2023,47(21):137-146.

TANG Donglai,LI Yu,HE Wei,et al.Restoration Method for User Electricity Meter Collection Data Based on Improved Multiple Classifiers[J].Automation of Electric Power Systems,2023,47(21):137-146.
唐冬来,李玉,何为等.基于改进多分类器的用户电表采集数据修复方法[J].电力系统自动化,2023,47(21):137-146. DOI： 10.7500/AEPS20230419004.

TANG Donglai,LI Yu,HE Wei,et al.Restoration Method for User Electricity Meter Collection Data Based on Improved Multiple Classifiers[J].Automation of Electric Power Systems,2023,47(21):137-146. DOI： 10.7500/AEPS20230419004.

摘要

用户电表位于配电网末端，是开展新型电力系统新兴业务的关键环节。受电表故障、信道噪声等因素影响，用户电表采集数据存在缺失、错误等异常情况，进而影响配电台区“源网荷储”控制的准确性。为解决传统用户电表采集数据修复方法中存在的时序变化规律挖掘不足、异常值修复误差大的问题，提出一种基于改进多分类器的用户电表采集数据修复方法，从而改进多分类器的结构，提取异常数据中的完整区块进行多分类器模型训练，并对用户电表采集数据进行分类。在此基础上，通过变分自编码器学习分类数据的真实变化规律，采用分类集合方式生成修复数据。最后，以某小区用户电表为例进行仿真，得出在异常数据为60%情况下的修复误差为2.8%。该结果表明，所提方法与长短期记忆网络、生成对抗网络相比，具有更好的异常数据修复效果。

Abstract

The user electricity meters are located at the end of the distribution network

which are the key link to develop the emerging business of Energy Internet. Due to the influence of electricity meter failure

channel noise and other factors

there are some abnormal situations such as missing and error in the data collected by the user electricity meter

which further affects the control accuracy of the “source

grid

load and storage” in the distribution station area. In order to solve the problems of insufficient mining of time sequence change rule and large error of anomaly repair in traditional restoration methods for user electricity meter collection data

a restoration method for user electricity meter collection data based on improved multiple classifiers is proposed to improve the structure of multiple classifiers

extract the intact block of abnormal data for multi-classifier model training

and classify the user electricity meter collection data. On this basis

a variational autoencoder is used to learn the real change rule of classified data

and a set classification method is used to generate the restoration data. Finally

taking the user electricity meters of a community as a simulation case

the restoration error is 2.8% when the abnormal data is 60%. The results show that the proposed method has better abnormal data restoration effect than the long short-term memory network and the generative adversarial network.

关键词

Keywords

references

熊尉辰，宋国兵，李洋，等 . 利用智能电表量测数据的三相四线制配电线路参数辨识［J］. 电力系统自动化， 2022 ， 46 （ 20 ）： 155 - 166 .

XIONG Weichen ， SONG Guobing ， LI Yang ， et al . Parameter identification of three-phase four-wire distribution line using measurement data of smart meter ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 20 ）： 155 - 166 .

ABBASINEZHAD-MOOD D ， OSTAD-SHARIF A ， NIKOOGHADAM M . Novel anonymous key establishment protocol for isolated smart meters ［J］. IEEE Transactions on Industrial Electronics ， 2020 ， 67 （ 4 ）： 2844 - 2851 .

FERREIRA T S D ， TRINDADE F C L ， VIEIRA J C M . Load flow-based method for nontechnical electrical loss detection and location in distribution systems using smart meters ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 5 ）： 3671 - 3681 .

杨继革，严俊，陈丽春，等 . 基于智能电表的住宅短期电力负载预测［J］. 沈阳工业大学学报， 2022 ， 44 （ 3 ）： 255 - 258 .

YANG Jige ， YAN Jun ， CHEN Lichun ， et al . Prediction of short-term electric loads based on smart meter ［J］. Journal of Shenyang University of Technology ， 2022 ， 44 （ 3 ）： 255 - 258 .

周椿奇，向月，童话，等 . 轨迹数据驱动的电动汽车充电需求及V2G可调控容量估计［J］. 电力系统自动化， 2022 ， 46 （ 12 ）： 46 - 55 .

ZHOU Chunqi ， XIANG Yue ， TONG Hua ， et al . Trajectory-data-driven estimation of electric vehicle charging demand and vehicle-to-grid regulable capacity ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 12 ）： 46 - 55 .

AL ZISHAN A ， HAJI M M ， ARDAKANIAN O . Adaptive congestion control for electric vehicle charging in the smart grid ［J］. IEEE Transactions on Smart Grid ， 2021 ， 12 （ 3 ）： 2439 - 2449 .

周贤，任先国，王杲，等 . HPLC台区高频全量采集成功率低的原因分析及改进措施［J］. 河北电力技术， 2022 ， 41 （ 4 ）： 66 - 69 .

ZHOU Xian ， REN Xianguo ， WANG Gao ， et al . Cause analysis and improvement measures of low success rate of high frequency total collection in HPLC station area ［J］. Hebei Electric Power ， 2022 ， 41 （ 4 ）： 66 - 69 .

张乐平，胡珊珊，梅能，等 . 智能电能表可靠性研究综述［J］. 电测与仪表， 2020 ， 57 （ 16 ）： 134 - 140 .

ZHANG Leping ， HU Shanshan ， MEI Neng ， et al . Overview of research on reliability of smart meter ［J］. Electrical Measurement & Instrumentation ， 2020 ， 57 （ 16 ）： 134 - 140 .

GHOSH S ， MANNA D ， CHATTERJEE A ， et al . Remote appliance load monitoring and identification in a modern residential system with smart meter data ［J］. IEEE Sensors Journal ， 2021 ， 21 （ 4 ）： 5082 - 5090 .

任正伟，李雪婷，王丽娜，等 . 云存储中外包数据确定性删除研究综述［J］. 电子学报， 2022 ， 50 （ 10 ）： 2542 - 2560 .

REN Zhengwei ， LI Xueting ， WANG Lina ， et al . Review on deterministic delete of outsourcing data in cloud storage ［J］. Acta Electronica Sinica ， 2022 ， 50 （ 10 ）： 2542 - 2560 .

赵新华，范振东，何宇，等 . 基于数据重构与孤立森林法的大坝自动化监测数据异常检测方法［J］. 中国农村水利水电， 2021 （ 9 ）： 174 - 178 .

ZHAO Xinhua ， FAN Zhendong ， HE Yu ， et al . An anomaly detection method for dam automatic monitoring data based on data reconstruction and isolated forest ［J］. China Rural Water and Hydropower ， 2021 （ 9 ）： 174 - 178 .

杨玉锋，潘雄，卿晨昕，等 . 基于半参数均值漂移模型的BDS卫星钟差异常探测与修复［J］. 仪器仪表学报， 2020 ， 41 （ 8 ）： 47 - 54 .

YANG Yufeng ， PAN Xiong ， QING Chenxin ， et al . Detection and repair of outliers in BDS satellite clock offset based on semiparametric mean drift model ［J］. Chinese Journal of Scientific Instrument ， 2020 ， 41 （ 8 ）： 47 - 54 .

BAS S ， BICH P ， CHATEAUNEUF A . Multidimensional inequalities and generalized quantile functions ［J］. Economic Theory ， 2021 ， 71 （ 2 ）： 375 - 409 .

LAKSACI A ， OULD SAÏD E ， RACHDI M . Uniform consistency in number of neighbors of the kNN estimator of the conditional quantile model ［J］. Metrika ， 2021 ， 84 （ 6 ）： 895 - 911 .

OLDHAM M ， CALLINAN S ， WHITAKER V ， et al . The decline in youth drinking in England—is everyone drinking less？ A quantile regression analysis ［J］. Addiction ， 2020 ， 115 （ 2 ）： 230 - 238 .

GUO Z X ， SHUI P L . Anomaly based sea-surface small target detection using K -nearest neighbor classification ［J］. IEEE Transactions on Aerospace and Electronic Systems ， 2020 ， 56 （ 6 ）： 4947 - 4964 .

PENG F ， PENG S P ， DU W F ， et al . Coalbed methane content prediction using deep belief network ［J］. Interpretation ， 2020 ， 8 （ 2 ）： 309 - 321 .

ZHANG C Z ， ZHANG Y Z ， HUANG Z Y ， et al . Real-time optimization of energy management strategy for fuel cell vehicles using inflated 3D inception long short-term memory network-based speed prediction ［J］. IEEE Transactions on Vehicular Technology ， 2021 ， 70 （ 2 ）： 1190 - 1199 .

BARBARESCHI M ， BARONE S ， MAZZOCCA N . Advancing synthesis of decision tree-based multiple classifier systems： an approximate computing case study ［J］. Knowledge and Information Systems ， 2021 ， 63 （ 6 ）： 1577 - 1596 .

REN C X ， GE P F ， YANG P Y ， et al . Learning target-domain-specific classifier for partial domain adaptation ［J］. IEEE Transactions on Neural Networks and Learning Systems ， 2021 ， 32 （ 5 ）： 1989 - 2001 .

WEI W ， DENG D X ， ZENG L ， et al . Real-time implementation of fabric defect detection based on variational automatic encoder with structure similarity ［J］. Journal of Real-Time Image Processing ， 2021 ， 18 （ 3 ）： 807 - 823 .

唐冬来，倪平波，张捷，等 . 基于离散弗雷歇距离的户变关系识别方法［J］. 电力系统自动化， 2021 ， 45 （ 6 ）： 223 - 230 .

TANG Donglai ， NI Pingbo ， ZHANG Jie ， et al . Identification method for relationship between household transformers based on discrete Frechet distance ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 6 ）： 223 - 230 .

KARACA O ， GUO B W ， KAMGARPOUR M . A comment on performance guarantees of a greedy algorithm for minimizing a supermodular set function on comatroid ［J］. European Journal of Operational Research ， 2021 ， 290 （ 1 ）： 401 - 403 .

WANG X Z ， LI X Y ， HOU B ， et al . A greedy algorithm for the fault-tolerant outer-connected dominating set problem ［J］. Journal of Combinatorial Optimization ， 2021 ， 41 （ 1 ）： 118 - 127 .

邓艺璇，黄玉萍，黄周春 . 基于随机森林算法的电动汽车充放电容量预测［J］. 电力系统自动化， 2021 ， 45 （ 21 ）： 181 - 188 .

DENG Yixuan ， HUANG Yuping ， HUANG Zhouchun . Charging and discharging capacity forecasting of electric vehicles based on random forest algorithm ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 21 ）： 181 - 188 .

胡谅平，丛伟，徐安馨，等 . 基于深度稀疏自编码网络和场景分类器的电网气象故障预警方法［J］. 电力系统保护与控制， 2022 ， 50 （ 20 ）： 68 - 78 .

HU Liangping ， CONG Wei ， XU Anxin ， et al . Power grid meteorological fault early warning method based on deep sparse self-coding network and scene classifier ［J］. Power System Protection and Control ， 2022 ， 50 （ 20 ）： 68 - 78 .

贾修一，张文舟，李伟湋，等 . 基于变分自编码器的异构缺陷预测特征表示方法［J］. 软件学报， 2021 ， 32 （ 7 ）： 2204 - 2218 .

JIA Xiuyi ， ZHANG Wenzhou ， LI Weiwei ， et al . Feature representation method for heterogeneous defect prediction based on variational autoencoders ［J］. Journal of Software ， 2021 ， 32 （ 7 ）： 2204 - 2218 .

DÉSIRÉ K K ， FRANCIS K A ， KOUASSI K H ， et al . Fractional rider deep long short term memory network for workload prediction-based distributed resource allocation using spark in cloud gaming ［J］. Engineering ， 2021 ， 13 （ 3 ）： 135 - 157 .

邵晨颖，刘友波，邵安海，等 . 基于生成对抗网络与局部电流相量的配电网拓扑鲁棒辨识［J］. 电力系统自动化， 2023 ， 47 （ 1 ）： 55 - 62 .

SHAO Chenying ， LIU Youbo ， SHAO Anhai ， et al . Robust identification of distribution network topology based on generating countermeasure network and local current phasor ［J］. Automation of Electric Power Systems ， 2023 ， 47 （ 1 ）： 55 - 62 .

欧阳丹彤，郭江姗，张立明 . 基于最小集合覆盖求解方法的测试向量集约简［J］. 湖南大学学报（自然科学版）， 2020 ， 47 （ 12 ）： 61 - 68 .

OUYANG Dantong ， GUO Jiangshan ， ZHANG Liming . Test pattern set reduction based on minimal set covering solution method ［J］. Journal of Hunan University （Natural Sciences）， 2020 ， 47 （ 12 ）： 61 - 68 .

MOJTABA M ， MOHAMMADZADEH K R ， HAKIMEH A . A Bayesian regularized artificial neural network for simultaneous determination of loratadine， naproxen and diclofenac in wastewaters ［J］. Current Pharmaceutical Analysis ， 2020 ， 16 （ 8 ）： 1083 - 1092 .

HAIT D ， HEAD-GORDON M . Highly accurate prediction of core spectra of molecules at density functional theory cost： attaining sub-electronvolt error from a restricted open-shell Kohn-Sham approach ［J］. The Journal of Physical Chemistry Letters ， 2020 ， 11 （ 3 ）： 775 - 786 .

DUMAN T ， BOHBOT-RAVIV Y ， MOLTCHANOV S ， et al . Error estimates of double-averaged flow statistics due to sub-sampling in an irregular canopy model ［J］. Boundary-Layer Meteorology ， 2021 ， 179 （ 3 ）： 403 - 422 .

荆永震，朱楚楚，蔡高琰，等 . LoRa通信在智能用电系统中的应用［J］. 自动化与仪器仪表， 2019 （ 1 ）： 187 - 190 .

JING Yongzhen ， ZHU Chuchu ， CAI Gaoyan ， et al . Application of LoRa communication technology in intelligent power system ［J］. Automation & Instrumentation ， 2019 （ 1 ）： 187 - 190 .

刘长江，宋宇，刘攸坚，等 . 强无线电干扰对智能电能表的影响［J］. 武汉大学学报（工学版）， 2020 ， 53 （ 11 ）： 1022 - 1027 .

LIU Changjiang ， SONG Yu ， LIU Youjian ， et al . Influence of high-power radio interference on intelligent ammeter ［J］. Journal of Wuhan University （Natural Science Edition）， 2020 ， 53 （ 11 ）： 1022 - 1027 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

应用图论分析阻波器拆除对高频保护通道影响

Related Author

LIU Youbo

WANG Zhiqiang

LIU Wenxia

Related Institution

School of Electrical Engineering, Sichuan University

Key Laboratory of Power System Protection and Dynamic Security Monitoring and ControlNCEU，Ministry of Education， North China Electric Power University

⁰