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 ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。