一种异常用电行为的识别方法、装置及中央服务器制造方法及图纸

本发明专利技术实施例提供一种异常用电行为的识别方法、装置及中央服务器，该方法包括采集智能电表记录的用户信息，并对所采集的用户信息进行汇总整理，生成用电数据集，在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值，并将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则可以判定该指定用户存在异常用电行为，供电部门可以对判定存在异常用电行为的用户予以重点关注，提高对用户用电行为的监管力度和管理水平。

Method, device and central server for identifying abnormal electricity consumption behavior

An embodiment of the invention provides an identification method, a device and a central server for abnormal electricity consumption. The method includes collecting user information recorded by a smart meter, collecting and collating the collected user information, generating an electric data set, and extracting all users in the first preset time period with an electric data set. The electric information, which calculates the standard electric characteristic value of the average power level of all users, extracts the electricity information of the designated user in the second preset time period, calculates the characteristic values of the individual used to specify the user's electricity level, and compares the individual electric characteristic value with the standard electric characteristic value, if the user is specified. The electric characteristic value of the body is greater than the standard electric characteristic value, then it can determine the abnormal power consumption of the specified user. The power supply department can pay more attention to the users who determine the abnormal use of electricity, and improve the supervision and management level of the user's electricity use behavior.

【技术实现步骤摘要】
一种异常用电行为的识别方法、装置及中央服务器
本专利技术属于供用电
，尤其涉及一种异常用电行为的识别方法、装置及中央服务器。
技术介绍
随着智能电表的普及应用，实时采集并回传用户用电信息成为现实，智能电表回传的信息中包括用户编号、每日用电量、每日不同时段用电量、用电时间、欠费、缴费信息等诸多内容。在智能电表回传的诸多信息之中，既包括反映用户资费情况、用户编号等基本信息，同时还包括用电量等反映用户用电行为的关键信息，供电部门如果可以通过汇总、分析这些信息，判断出用户是否存在异常用电的行为，并对判定存在异常用电行为的用户予以重点关注，则可以大大提高供电部门对用户用电行为的监管力度和管理水平。因此，如何提供一种数据分析方法，针对智能电表回传的数据进行准确分析，并依据分析结果判断用户是否存在异常用电行为，成为本领域技术人员需要解决的技术问题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种异常用电行为的识别方法、装置及中央服务器，通过对智能电表回传的用电数据进行分析，判断是否存在异常用电行为，具体方案如下：本专利技术实施例提供一种异常用电行为的识别方法，包括：采集智能电表记录的用户信息；汇总、整理用户信息，并生成用电数据集；在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值；在用电数据集中，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值；将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则判定该指定用户存在异常用电行为。可选的，所述计算表征所有用户的平均用电水平的标准用电特征值，包括：计算第一预设时间段内，每个用户的日用电量；计算每个用户每天各预设用电时段的预设时段用电量，一天包括至少一个预设用电时段；计算每个用户的各预设时段用电量占比，其中，一用户的一预设时段用电量占比为该预设时段用电量与该用户的日用电量的比值；针对每个用户，计算表征日用电量波动情况的日用电量波动系数、以及表征各预设时段用电量波动情况的各预设时段用电量占比波动系数；将所有用户的日用电量波动系数、各预设时段用电量占比波动系数分别由小到大进行排序，并分别按照各系数的排序结果，分别取位于特定位的参数值。可选的，所述至少一个预设用电时段包括：峰时段、谷时段和平时段。可选的，所述计算表征日用电量波动情况的日用电量波动系数，包括：计算日用电量的标准差与日用电量的平均值的比值；所述计算表征预设时段用电量波动情况的预设时段用电量占比波动系数，包括：计算预设时段用电量占比的标准差与预设时段用电量占比的平均值的比值。可选的，所述分别按照各系数的排序结果，分别取位于特定位的参数值，包括：取用户总数的九成，所得结果舍去小数，取整数值，分别按照各系数的排序结果，分别取位于该整数值位的参数值。可选的，所述计算表征指定用户用电水平的个体用电特征值，包括：计算第二预设时间段内，指定用户的日用电量；计算指定用户每天各预设用电时段的预设时段用电量，一天包括至少一个预设用电时段；计算指定用户的各预设时段用电量占比，其中，一预设时段用电量占比为该预设时段用电量与该指定用户的日用电量的比值；针对指定用户，计算表征日用电量波动情况的日用电量波动系数、以及表征各预设时段用电量波动情况的各预设时段用电量占比波动系数。可选的，所述指定用户的个体用电特征值大于标准用电特征值，包括：所述个体用电特征值中至少存在两个参数大于所述标准用电特征值中的对应的参数。可选的，所述用户包括负荷类型相同的用户。本专利技术实施例还提供一种异常用电行为的识别装置，包括：信息采集单元，用于采集智能电表记录的用户信息；信息处理单元，用于汇总、整理用户信息，并生成用电数据集；第一计算单元，用于在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值；第二计算单元，用于在用电数据集中，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值；对比判定单元，用于将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则判定该指定用户存在异常用电行为。本专利技术实施例还提供一种中央服务器，包括：存储器和处理器；所述存储器存储有适于所述处理器执行的程序，所述程序用于：采集智能电表记录的用户信息；汇总、整理用户信息，并生成用电数据集；在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值；在用电数据集中，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值；将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则判定该指定用户存在异常用电行为。基于上述技术方案，在本专利技术实施例提供一种异常用电行为的识别方法、装置及中央服务器，本专利技术所提供的异常用电行为的识别方法包括：采集智能电表记录的用户信息，并对所采集的用户信息进行汇总整理，生成用电数据集，在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值，之后在用电数据集中，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值，并将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则可以判定该指定用户存在异常用电行为，本申请提供的异常用电行为的识别方法，通过对智能电表反馈的用户用电信息进行汇总、整理，得到用电数据集，并进一步对用电数据集反应的用电信息进行分析，依据分析结果判断用户是否存在异常用电行为，供电部门可以对判定存在异常用电行为的用户予以重点关注，大大提高对用户用电行为的监管力度和管理水平。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的异常用电行为的识别系统的结构框图；图2是本专利技术实施例提供的异常用电行为的识别方法的第一流程图；图3是本申请实施例提供的异常用电行为的识别方法的第二流程图；图4是本申请实施例提供的异常用电行为的识别方法的第三流程图；图5是本申请实施例提供的异常用电行为的识别装置的结构框图；图6是本申请实施例提供的异常用电行为的识别装置的第一计算单元的结构框图；图7是本申请实施例提供的异常用电行为的识别装置的第二计算单元的结构框图；图8是本专利技术实施例提供的中央服务器的硬件结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。智能电表处于电力系统网络底层，能够实时记录用户用电信息，而且所记录的信息中包含用户编号、每日用电量本文档来自技高网...

【技术保护点】
一种异常用电行为的识别方法，其特征在于，包括：采集智能电表记录的用户信息；汇总、整理用户信息，并生成用电数据集；在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值；在用电数据集中，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值；将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则判定该指定用户存在异常用电行为。

【技术特征摘要】
1.一种异常用电行为的识别方法，其特征在于，包括：采集智能电表记录的用户信息；汇总、整理用户信息，并生成用电数据集；在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值；在用电数据集中，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值；将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则判定该指定用户存在异常用电行为。2.根据权利要求1所述的异常用电行为的识别方法，其特征在于，所述计算表征所有用户的平均用电水平的标准用电特征值，包括：计算第一预设时间段内，每个用户的日用电量；计算每个用户每天各预设用电时段的预设时段用电量，一天包括至少一个预设用电时段；计算每个用户的各预设时段用电量占比，其中，一用户的一预设时段用电量占比为该预设时段用电量与该用户的日用电量的比值；针对每个用户，计算表征日用电量波动情况的日用电量波动系数、以及表征各预设时段用电量波动情况的各预设时段用电量占比波动系数；将所有用户的日用电量波动系数、各预设时段用电量占比波动系数分别由小到大进行排序，并分别按照各系数的排序结果，分别取位于特定位的参数值。3.根据权利要求2所述的异常用电行为的识别方法，其特征在于，所述至少一个预设用电时段包括：峰时段、谷时段和平时段。4.根据权利要求2所述的异常用电行为的识别方法，其特征在于，所述计算表征日用电量波动情况的日用电量波动系数，包括：计算日用电量的标准差与日用电量的平均值的比值；所述计算表征预设时段用电量波动情况的预设时段用电量占比波动系数，包括：计算预设时段用电量占比的标准差与预设时段用电量占比的平均值的比值。5.根据权利要求2所述的异常用电行为的识别方法，其特征在于，所述分别按照各系数的排序结果，分别取位于特定位的参数值，包括：取用户总数的九成，所得结果舍去小数，取整数值，分别按照各系数的排序结果，分别取位于该整数值位的参数值。6.根据权利要求2所述的异常用电行为的识别方法，...

【专利技术属性】
技术研发人员：袁亮，阎志军，马飞，沈桐，
申请(专利权)人：北京汇通金财信息科技有限公司，国网电子商务有限公司，国家电网公司，
类型：发明
国别省市：北京,11