摘要
本发明涉及一种考虑样本不平衡处理的异常配电变压器识别方法，包括：获取目标地区的配电变压器相关日报数据以及人口数据；在日报数据中筛选出用于判断是否重过载的指标特征；根据人口数据计算出返乡人数变化率；将指标特征和返乡人数变化率对日报数据进行数据分类；对日报分类数据进行归一化处理并分为训练集和测试集；根据K‑Means聚类算法进行聚类分层欠采样；根据SMOTE过采样算法进行过采样；根据粒子群智能算法优化的SVM算法进行模型训练；根据训练得到的配电变压器异常预测模型预测配电变压器在目标时间配电变压器是否发生重载、过载的异常行为。通过本发明的技术方案，能够提升春节等重大节假日人员返乡期间配电变压器重过载预测的准确率。
