(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111295307.5 (22)申请日 2021.11.03 (71)申请人 国网江苏省电力有限公司营销服 务 中心 地址 210000 江苏省南京市 建邺区奥体大 街9号 (72)发明人 陈霄　周玉　高凡　李悦　邵雪松　 蔡奇新　崔高颖　穆卓文　薛冰　 (74)专利代理 机构 北京盛凡佳华专利代理事务 所(普通合伙) 11947 代理人 胡红涛 (51)Int.Cl. G06K 9/62(2022.01) G06F 17/18(2006.01) G06F 30/27(2020.01) (54)发明名称 一种客户侧计量设备本地物联运行指标研 究方法 (57)摘要 本发明公开了一种多维参数影响下的客户 侧计量设备本地物联运行指标研究方法， 采用标 准化方法来预处理多维参数和本地物联指标数 据。 通过随机森 林特征选择方法对多维参数重要 度进行排序和筛选。 通过粒子群优化算法优化特 征选择后的支持向量机回归模型参数。 本发明采 用RF特征选择方法对多维参数重要度进行排序 和筛选， 在不显著降低回归精度的前提下， 节约 了内存资源， 降低工程成本和时间。 采用PSO算法 优化特征选择后的SVR模型参数， 有效提高了模 型拟合度。 权利要求书2页 说明书5页 附图1页 CN 114021648 A 2022.02.08 CN 114021648 A 1.一种客户侧计量设备本地物联运行指标研究方法， 其特 征在于： 包括以下步骤： S1， 使用标准 化公式将多维参数和本地物联运行指标 数据标准 化处理； S2， 采用随机森林算法对多维参数重要度进行排序和筛 选； S3， 建立特征筛选后的多维参数和本地物联运行指标之间的SV R模型， 利用粒子群优化 算法优化SVR模型参数， 并验证优化后的SVR模型。 2.根据权利要求1所述一种客户侧计量设备本地物联运行指标研究方法， 其特征在于： S1具体包括以下步骤： S1.1， 对多维参数 数据进行 标准化处理， 采用如下公式： 其中， Xi为标准化前的多维参数数据， Xnew_i为标准化之后的多维参数数据， μ为数据平 均值， σ 为数据标准差， N 为总的数据量； S1.2， 对本地物联运行指标 数据进行 标准化处理， 采用如下公式： 其中， Yi为标准化前的本地物联运行指标数据， Ynew_i为标准化之后的本地物联运行指 标数据， μ为数据平均值， σ 为数据标准差， N 为总的数据量。 3.根据权利要求1所述一种客户侧计量设备本地物联运行指标研究方法， 其特征在于： S2具体包括以下步骤： S2.1， 针对每颗决策树都选择相应的袋外数据， 并计算袋外数据误差， 袋外数据误差记 为error1； S2.2， 对于每个特征X对应的袋外数据都加入噪声干扰， 并再次计算袋外数据误差， 记 为error2； S2.3， 计算特 征X的重要度IMP， 重要度IMP为： 其中， N表示RF有N棵树； S2.4， 根据重要度IMP对特 征进行排序和筛 选。 4.根据权利要求1所述一种客户侧计量设备本地物联运行指标研究方法， 其特征在于： S3具体包括以下步骤： S3.1， 将数据的80％划分为训练集， 20％划分为测试集； S3.2， 使用训练集训练SVR模型， 使用测试集验证SVR模型性能； S3.3， 使用PSO优化SVR模型的惩罚参数、 损失函数、 核系数， 使用测试集验证优化后的 SVR模型性能； S3.4， 对比RF ‑SVR模型和RF ‑PSO‑SVR模型性能。 5.根据权利要求1所述一种客户侧计量设备本地物联运行指标研究方法， 其特征在于： S3.2的SVR模型性能和S3.3优化后的SVR模型性能均通过拟合程度R2和均方误差MSE来衡 量； R2的计算公式为：权　利　要　求　书 1/2 页 2 CN 114021648 A 2其中， SSR表示真实值减去预测值的回归平方和， SST表示真实值减去预测值的总平方 和； MSE的计算公式为： 其中， N表示总的数据量， ypredict_i为本地物联指标的预测值， yi为多维参数的真实值。权　利　要　求　书 2/2 页 3 CN 114021648 A 3