CN113792825B 一种用电信息采集设备故障分类模型训练方法及装置 （国网江苏省电力有限公司营销服务中心）

一种用电信息采集设备故障分类模型训练本申请提供了一种用电信息采集设备故障故障分类模型进行未知类别标签故障数据的预2或者，对所述故障信息样本集进行相关性分析，对所述过采样初始训练集进行欠采样处理，清除所述将所述待识别用电故障信息数据，输入到所述权利要求1-5任意一项所述的用电信息34能电能表运行异常及疑似用电异常用户。[0004]第一方面，本申请实施例提供了一种用电信息采集设备故障分后的数据输入到多个分类器进行训练，训练出基于多个分类器建立的加权融合分类模型，法开始训练之前对原始数据样本集进行一系列预处理以及不平和类别处理等数据处理操5[0015]在上述实现过程中，通过上述用电信息采集设备故障分类模型训练方法经训练、[0016]第三方面，本申请实施例还提供一种用电信息采集设备故障分6任一种可能的实施方式中用电信息采集设备故障分类模型训练方法及用电信息采集设备[0022]本申请实施例提供的用电信息采集设备故障分类模型训练方法及用电信息采集7[0029]图5为本申请实施例提供的用电信息采集设备故障分类模型训练装置的功能模块[0035]本申请发明人注意到，如果能够对用电信息采集设备故障进行备故障分类模型训练方法和用电信息采集设备故障类型确定方法的电子设备进行详细介些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。上述的处理器113用8称RAM只读存储器（ReadOnlyMemory，简称ROM可编程只读存储器（ProgrammableRead-OnlyMemory，简称PROM可擦除只读存储器（ErasableProgrammableRead-Only器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(digitalsignal处理器可以是微处理器或者该处理器也可以是任何常规的[0044]上述的输入输出单元115用于提供给用户输入数据。所述输入输出单元115可以[0046]本实施例中的电子设备100可以用于执行本申请实施例提供的各个方法中的各个步骤。下面通过几个实施例详细描述用电信息采集设备故障分类模型训练方法的实现过[0047]请参阅图2，是本申请实施例提供的用电信息采集设备故障分类模型训练方法的9X[0056]进一步地，输入的训练集中每个训练样本可以包含属性特征值对应的类别标签[0057]具体地，将这些训练集中的训练样本输入到每一个初始分类据这个目标故障分类模型进行后续的未知类别标签故障数据的预测分类。将故障信息样本集按7:3划分为训练集与测试集。测试集划分过少会使得测试集中故障类[0084]将类别标签的召回率与目标分类器分为该类别标签的概率值乘积作为目标分类[0101]步骤211a2，若所述缺失样本的数据类型为连续型，对所述缺失样本进行填补处[0103]可选地，通过调用PyCharm中计算机编程语言数据库中的fillna函数实现连续[0105]示例性地，对获取的故障信息样本集中的原始数据按照如下公式进行标准化处样本集中的各项样本的相关性，根据所述故障信息样本集中的各项样本的相关性筛选样xnev=x+random(0,1)*(xi'-x)分别应用SMOTE过采样算法增加少数类样本数量至与类别数量最多的多数类样本相同的数据本身的缺陷对后续分类训练的影响。然后将预处理后的数据进行消除不平衡特征的处[0131]使用划分的训练集通过上述用电信息采集设备故障分类模型训练方法在上述三个基分类器上进行训练，表3表示了三个基分类器和目标故障分类模型训练得到的不同类[0135]可选地，使用K最近邻分类器、决策树与随机森林作为三个基分类器训练融合模[0142]请参阅图5，是本申请实施例提供的用电信息采集设备故障分类模型训练装置的,分数最高的类别标签即为待识别用电故障信息数据最终的分类结果，可以通过如下表[0172]请参阅图7，是本申请实施例提供的用电信息采集设备故障分类装置的功能模块采集设备故障分类模型训练方法及用电信息采集设备故障类[0176]本申请实施例所提供的用电信息采集设备故障分类模型训练方法及用电信息采集设备故障类型确定方法的计算机程序产品，包括存储了程序代码的计算机可读存储介分类模型进行后续的未知类别标签故障数据的预测分类。从而体现出不同单分类器的优显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、[0180]另外，在本申请各