一种基于电量数据污染源排放监测方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114970731A(43)申请公布日2022.08.30(21)申请号202210622508.X(22)申请日2022.07.22(71)申请人浙江领见数智科技有限公司地址310000浙江省杭州市拱墅区杭州新天地商务中心11幢南楼702室申请人杭州领见数字农业科技有限公司(72)发明人周祖煜张浩陈煜人张澎彬林波白博文莫志敏李天齐刘俊(74)专利代理机构杭州快知知识产权代理事务所(特殊普通合伙)33293专利代理师杨冬玲(51)Int.Cl.G06K9/62(2022.01)G06Q50/06(2012.01)权利要求书2页说明书7页附图3页(54)发明名称一种基于电量数据污染源排放监测方法及系统(57)摘要本发明提供一种基于电量数据污染源排放监测方法及系统，包括：进行数据获取，获取训练组数据和测试组数据；对获取的数据进行数据处理，进行数据合并后编码处理，处理后的数据进行切分，有标签值作为训练集，无标签值作为测试集；数据建模，将处理后的数据进行调参，调至最优参数后得到模型评分，选用lgbm算法作为最终模型；模型验证，使用混淆矩阵对最终模型的好坏的程度进行验证；数据预测，使用训练好的lgbm算法进行预测，识别污染源超限排放的用户。本发明解决了现有电力污染源超限排放难以准确监测的缺陷，实现低成本、高效率的电力污染源超限排放的监测。CN114970731ACN114970731A权利要求书1/2页1.一种基于电量数据污染源排放监测方法，其特征在于，包括：进行数据获取，获取训练组数据和测试组数据；对获取的数据进行数据处理，进行数据合并后编码处理，处理后的数据进行切分，有标签值作为训练集，无标签值作为测试集；数据建模，将处理后的数据进行调参，调至最优参数后得到模型评分，选用lgbm算法作为最终模型；模型验证，使用混淆矩阵对最终模型的好坏的程度进行验证；数据预测，使用训练好的lgbm算法进行预测，识别污染源超限排放的用户。2.根据权利要求1所述的基于电量数据污染源排放监测方法，其特征在于，所述进行数据获取，获取训练组数据和测试组数据，具体包括：所述训练组数据为：第一用户基本信息表、第一用户日用电量明细表和第一行业户均月用电表；所述测试组数据为：第二用户基本信息表、第二用户日用电量明细表和第二行业户均月用电表；所述训练组数据和测试组数据中均包括：用户用电量、行业编码、行业平均月度用电量、用户所在区县。3.根据权利要求1所述的基于电量数据污染源排放监测方法，其特征在于，对获取的数据进行数据处理，具体过程为：根据用户ID列将训练组数据和测试组数据进行合并，生成第三用户基本信息表、第三用户日用电量明细表和第三行业户均月用电表；对每张表进行缺失值查看，对存在缺失值部分进行数据补齐；将第三用户日用电量明细表进行分组统计，根据用户ID列进行求和，得到月度用电量总和，剔除峰谷平电量；将第三行业户均月用电量进行分组统计，根据用户所在区域与行业编码进行分组统计，分别求出行业平均月用电量平均值、中位数、偏度及总和；通过用户ID合并第三用户基本信息表和第三用户日用电量明细表，得到用户月度用电明细表；通过行业编码与用户所在区域合并用户月度用电明细表与行业表，得到最终结果表；对合并后的最终结果表中的文本字段进行编码处理，使用类别变量编码库进行编码，并将用户ID列与用户所在区县列剔除，数据处理后进行切分。4.根据权利要求1所述的基于电量数据污染源排放监测方法，其特征在于，所述数据建模的具体过程为：根据处理后的数据进行建模，对于训练集数据集按7:3的比例进行切分，70％作为训练，30％作为测试。；分别使用lgbm算法与随机森林算法进行拟合，对算法使用网格搜索、学习曲线方法进行调参，调至最优参数后得到模型评分；对lgbm算法和随机森林算法评分进行对比，最终选用lgbm算法为最终模型。5.根据权利要求1所述的基于电量数据污染源排放监测方法，其特征在于，所述模型验证具体过程为：2CN114970731A权利要求书2/2页使用混淆矩阵来验证模型的好坏程度，混淆矩阵也称误差矩阵，通过n行n列的矩阵形式进行表示；准确率＝分类正确的样本数量占总样本数量的百分比。6.根据权利要求1所述的基于电量数据污染源排放监测方法，其特征在于，所述数据预测具体过程为：使用训练好的lgbm算法模型进行预测，得到多个超限用户，计算测试集数准确率，确定能够正确识别污染源超限排放用户的概率。7.一种基于电量数据污染源排放监测系统，其特征在于，所述系统包括：数据获取模块，用于进行数据获取，获取训练组数据和测试组数据；数据处理模块，用于对获取的数据进行数据处理，进行数据合并后编码处理，处理后的数据进行切分，有标签值作为训练集，无标签值作为测试集；