一种用能数据异常判断方法及装置制造方法及图纸

本发明专利技术涉及一种用能数据异常判断方法及装置，包括：获取设定历史时间段内的历史用能数据，将历史用能数据进行类型划分，所述类型包括工作日数据和非工作日数据；确定历史用能数据的权值，历史用能数据的日期越近，权值越大，日期越远，权值越小；将相同类型的历史用能数据进行加权求和，得到与类型对应的数据标杆值；确定待处理数据的类型，将与待处理数据类型对应的数据标杆值和待处理数据进行比较：若与待处理数据类型对应的数据标杆值和待处理数据之间的差异大于设定值，则确定用能异常突变。本发明专利技术判断过程简单可靠，从而为进一步分析出用能异常原因提供了数据支持。

【技术实现步骤摘要】
一种用能数据异常判断方法及装置
本专利技术涉及一种用能数据异常判断方法及装置，属于综合能源服务

技术介绍
综合能源服务是一种新型的为满足终端客户多元化能源生产与消费的能源服务方式。区域综合能源管控系统能够统一管理区域内部的配电网络，燃气供应网络，热力管网，供水网络等能源设备资产，管控区域可以是大型工业园区，大型开发区或新型城镇，可能包括一个大型工矿企业、若干个商业楼宇和多个居民小区。区域能源服务公司收集用户的用电、用水、用气、用冷、用热等能耗数据，提供实时及历史数据分析、对比功能，对用户的用能能效进行评估及指标分析，通过能效诊断发现用户能源消耗过程和结构中存在的问题，提出诊断建议，以优化用能策略，提高用户现有供能设备的效率，实现节能增效、高效用能。电水气冷热等能源的采集数据具有分散多元、时空特性复杂等特征，现有技术常常采用各种复杂的数学模型进行大数据分析，计算复杂，耗费较多的时间。并且，用能信息采集系统日常任务上报和智能仪表主动上报的数据，其标准和单位存在较大差异，也给用能诊断和用能浪费判断带来了一定的困难。
技术实现思路
本专利技术的目的是提供一种用能数据异常判断方法及装置，用于解决现有技术中用能数据异常判断方法复杂的问题。为解决上述技术问题，本专利技术提供了一种用能数据异常判断方法，包括如下步骤：(1)获取设定历史时间段内的历史用能数据，将历史用能数据进行类型划分，所述类型包括工作日数据和非工作日数据；(2)确定历史用能数据的权值，历史用能数据的日期越近，权值越大，日期越远，权值越小；(3)将相同类型的历史用能数据进行加权求和，得到与类型对应的数据标杆值；(4)确定待处理数据的类型，将与待处理数据类型对应的数据标杆值和待处理数据进行比较：若与待处理数据类型对应的数据标杆值和待处理数据之间的差异大于设定值，则确定用能异常突变。为解决上述技术问题，本专利技术还提供了一种用能数据异常判断装置，包括存储器和处理器，所述处理器用于执行存储在存储器中的指令以实现如下方法：(1)获取设定历史时间段内的历史用能数据，将历史用能数据进行类型划分，所述类型包括工作日数据和非工作日数据；(2)确定历史用能数据的权值，历史用能数据的日期越近，权值越大，日期越远，权值越小；(3)将相同类型的历史用能数据进行加权求和，得到与类型对应的数据标杆值；(4)确定待处理数据的类型，将与待处理数据类型对应的数据标杆值和待处理数据进行比较：若与待处理数据类型对应的数据标杆值和待处理数据之间的差异大于设定值，则确定用能异常突变。本专利技术的有益效果是：通过对历史用能数据进行类型划分，并计算与类型对应的数据标杆值，在进行用能异常突变判断时，将该待处理数据和与待处理数据类型对应的数据标杆值进行比较，以判断出该待处理数据是否异常突变，判断过程简单可靠，从而为进一步分析出用能异常原因提供了数据支持。作为方法和装置的进一步改进，为了得到可靠的历史用能数据，步骤(1)中，将历史用能数据进行类型划分之前，先将历史用能数据进行降噪处理，步骤如下：计算所有历史用能数据的平均值和均方差；判断某一历史用能数据是否满足噪声判别公式，若满足，则删除该历史用能数据，噪声判别公式为：其中，xi为某一历史用能数据，为所有历史用能数据的平均值，σ为所有历史用能数据的均方差，ε为第一设定阈值，取值范围为1～1.5。作为方法和装置的进一步改进，为了实现待处理数据的可靠分类，步骤(4)中确定待处理数据的类型时，计算每种类型历史用能数据的簇中心，计算待处理数据与每个簇中心的距离，找到两个距离中的距离较小值，将待处理数据归类为距离较小值对应的类型。作为方法和装置的进一步改进，为了提高待处理数据判别结果的可靠性，步骤(4)中，与待处理数据类型对应的数据标杆值和待处理数据之间的差异为：待处理数据与标杆值之差与待处理数据的比值。附图说明图1是本专利技术用能数据异常判断方法的数据处理流程图；图2是本专利技术用能异常突变判别数据流图；图3是本专利技术用能浪费判别数据流图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例对本专利技术进行进一步详细说明。用能数据异常判断方法实施例：本实施例提供了一种用能数据异常判断方法，其步骤流程图如图1所示，包括以下步骤：(1)获取设定历史时间段内的历史用能数据，将历史用能数据进行类型划分，类型包括工作日数据和非工作日数据。区域综合能源管控系统的前置服务器定时召唤电力、燃气、热力、供水等各种智能仪表的用能数据，或者是各种智能仪表主动上送各种用户用能数据信息至该前置服务器。这些用能数据包含每天96点负荷数据，即每15分钟一个点，这些负荷数据主要包括电力类的电能量、电压、电流、有功功率、无功功率等；燃气类的温度、压力、瞬时标况流量、累计标况流量等；冷热类的温度、压力、累计流量、瞬时流量等；供水类的累计流量、瞬时流量、压力等数据。前置服务器将这些用能数据转化为标准数据格式，存储到分布式历史数据库(简称历史数据库)中。其中，历史时间段可以根据需要进行设置，在本实施例中，将历史时间段设置为最近30天。大数据查询分析系统从分布式历史数据库获取历史用能数据，在获取历史用能数据后，初始化历史用能量列表，更新最近的30天历史用能量数据，按相对日期排序处理。由于历史数据分析需要考虑噪音数据对结果的影响，需要事先去除部分噪音，去噪过程如下：1.1)计算所有历史用能数据的平均值，计算公式如下：其中，为所有历史用能数据的平均值，N为所有历史用能数据的总数目，xi为第i个历史用能数据。1.2)计算所有历史用能数据的方差，计算公式如下：其中，σ为历史用能量簇密度，即所有历史用能数据的均方差。1.3)进行噪音判定，若满足去噪判定公式，则删除该噪声历史用能数据，去噪判定公式为：其中，为所有历史用能数据的平均值，xi为第i个历史用能数据，ε为第一设定阈值，取值范围为1～1.5。对去噪后的历史用能数据进行分类，其中工作日为一簇，非工作日为一簇，并对分类后得到的工作日历史用能数据和非工作日历史用能数据分别进行去噪处理，具体过程如下：a.计算工作日簇中心点，计算公式为：其中，为工作日簇中心点，N1为工作日簇的历史用能数据的总数目，x1i为第i个工作日簇的历史用能数据。b.计算工作日簇密度，计算公式为：其中，σ1为工作日簇密度，即所有工作日簇的历史用能数据的均方差。c.计算非工作日簇中心点，计算公式为：其中，为非工作日簇中心点，N2为非工作日簇的历史用能数据的总数目，x2j为第j个非工作日簇的历史用能数据。d.计算非工作日簇密度，计算公式为：其中，σ2为非工作日簇密度，即所有非工作日簇的历史用能数据的均方差。e.根据计算获得的工作日簇密度和非工作日簇密度，分别对工作日历史用能数据和非工作日历史用能数据进行降噪处理，对应的去噪判定公式为：其中，ε′为第二设定阈值，取值范围为1～1.2。需要说明的是，上述步骤仅仅是给出了一个具体的实施例，对分类前所有历史用能数据以及分类后的各类历史用能数据进行去噪，作为其他的实施方式，对于含噪声较小的历史用能数据，也可以不对分类前所有历史用能数据以及分类后的各类历史用能数据进行去噪，或者是选择对分类前所有历史用能数据以及分类后的各类历史用能数据进行去噪。本文档来自技高网...

【技术保护点】
1.一种用能数据异常判断方法，其特征在于，包括如下步骤：(1)获取设定历史时间段内的历史用能数据，将历史用能数据进行类型划分，所述类型包括工作日数据和非工作日数据；(2)确定历史用能数据的权值，历史用能数据的日期越近，权值越大，日期越远，权值越小；(3)将相同类型的历史用能数据进行加权求和，得到与类型对应的数据标杆值；(4)确定待处理数据的类型，将与待处理数据类型对应的数据标杆值和待处理数据进行比较：若与待处理数据类型对应的数据标杆值和待处理数据之间的差异大于设定值，则确定用能异常突变。

【技术特征摘要】
1.一种用能数据异常判断方法，其特征在于，包括如下步骤：(1)获取设定历史时间段内的历史用能数据，将历史用能数据进行类型划分，所述类型包括工作日数据和非工作日数据；(2)确定历史用能数据的权值，历史用能数据的日期越近，权值越大，日期越远，权值越小；(3)将相同类型的历史用能数据进行加权求和，得到与类型对应的数据标杆值；(4)确定待处理数据的类型，将与待处理数据类型对应的数据标杆值和待处理数据进行比较：若与待处理数据类型对应的数据标杆值和待处理数据之间的差异大于设定值，则确定用能异常突变。2.根据权利要求1所述的用能数据异常判断方法，其特征在于，步骤(1)中，将历史用能数据进行类型划分之前，先将历史用能数据进行降噪处理，步骤如下：计算所有历史用能数据的平均值和均方差；判断某一历史用能数据是否满足噪声判别公式，若满足，则删除该历史用能数据，噪声判别公式为：其中，xi为某一历史用能数据，为所有历史用能数据的平均值，σ为所有历史用能数据的均方差，ε为第一设定阈值，取值范围为1～1.5。3.根据权利要求1或2所述的用能数据异常判断方法，其特征在于，步骤(4)中确定待处理数据的类型时，计算每种类型历史用能数据的簇中心，计算待处理数据与每个簇中心的距离，找到两个距离中的距离较小值，将待处理数据归类为距离较小值对应的类型。4.根据权利要求1或2所述的用能数据异常判断方法，其特征在于，步骤(4)中，与待处理数据类型对应的数据标杆值和待处理数据之间的差异为：待处理数据与标杆值之差与待处理数据的比值。5.一种用能数据异常判断装置，...

【专利技术属性】
技术研发人员：吴迪，马红伟，毛建容，甄立敬，郑灏，
申请(专利权)人：许继集团有限公司，许昌许继软件技术有限公司，
类型：发明
国别省市：河南,41