The invention is applicable to the field of data processing technology, and provides a method and device for energy consumption statistics, including: screening abnormal bottom energy consumption value by acquiring energy consumption data and analyzing energy consumption data; sectioning the energy consumption data by using the corresponding time value of abnormal bottom energy consumption value as a node to generate sectional energy consumption data. Calculate the difference of energy consumption at the bottom of the table in the energy consumption data of each segment, as the cumulative energy consumption of each segment, and calculate the sum of the cumulative energy consumption of each segment, which more effectively avoids the occurrence of the final statistical errors caused by data acquisition errors and improves the accuracy of energy consumption statistics.
【技术实现步骤摘要】
能耗统计的方法及装置
本专利技术属于数据处理
,尤其涉及能耗统计的方法及装置。
技术介绍
在我们日常生活中,离不开各式各样的能耗的统计,例如,用电量的统计就是典型的能耗统计。能耗的统计是资源提供商计量收费的基础,及时准确的能耗统计是资源提供商正常运作的前提,甚至是社会正常运转的必要条件。然而,传统的能源管理系统直接从表计中读取表底值进行能耗数据的统计,特别依赖表计等采集装置的质量、周围环境和通讯状态的稳定性。如果采集的原始数据发生突变就会导致能耗统计错误。可是在实际运用中,由于采集数据的表计老损、通信传输的错误以及采集现场环境因素的干扰等情况,在获取第一手能耗数据时,往往会获取到异常的不准确的数据,这给后续的统计工作带来了很大的麻烦,如果不对这些异常数据进行相应的处理措施,那么最后的能耗统计就可能与真实的能耗情况有很大差异,因而会给资源提供商或者用户带来经济损失。
技术实现思路
有鉴于此,本专利技术实施例提供了能耗统计的方法及装置,以解决现有技术中由于获取到错误的能耗数据,而造成能耗统计不准确的问题。本专利技术实施例的第一方面提供了一种能耗统计的方法,包括:获取 ...
【技术保护点】
1.一种能耗统计的方法,其特征在于,包括:获取能耗数据,所述能耗数据包括:时间值以及与所述时间值对应的表底能耗值,并将所述能耗数据按照对应的所述时间值由小到大依序存储;分析所述能耗数据,并筛选出异常表底能耗值;将所述异常表底能耗值对应的时间值作为节点对依序存储的所述能耗数据进行分段,以生成分段能耗数据;在各个所述分段能耗数据中,计算最大的时间值对应的表底能耗值与最小的时间值对应的表底能耗值之差,作为分段能耗累计量,并将各个分段能耗累计量相加,生成能耗总和。
【技术特征摘要】
1.一种能耗统计的方法,其特征在于,包括:获取能耗数据,所述能耗数据包括:时间值以及与所述时间值对应的表底能耗值,并将所述能耗数据按照对应的所述时间值由小到大依序存储;分析所述能耗数据,并筛选出异常表底能耗值;将所述异常表底能耗值对应的时间值作为节点对依序存储的所述能耗数据进行分段,以生成分段能耗数据;在各个所述分段能耗数据中,计算最大的时间值对应的表底能耗值与最小的时间值对应的表底能耗值之差,作为分段能耗累计量,并将各个分段能耗累计量相加,生成能耗总和。2.如权利要求1所述的方法,其特征在于,所述分析所述能耗数据,并筛选出异常表底能耗值,包括:判断待检测的表底能耗值是否小于能耗数据中前一个表底能耗值;若待检测的表底能耗值小于能耗数据中前一个表底能耗值,则判定所述待检测的表底能耗值为异常表底能耗值;若待检测的表底能耗值不小于能耗数据中前一个表底能耗值,则通过欧式距离算法以及K最近邻算法筛选出异常表底能耗值。3.如权利要求2所述的方法,其特征在于,所述能耗数据还包括单位时间能耗累计值,所述单位时间能耗累计值为在当前的时间值之前的单位时间内,能耗累计的数值;所述通过欧式距离算法以及K最近邻算法筛选出异常表底能耗值,包括:组合所述待检测的表底能耗值、与所述待检测的表底能耗值对应的时间值、以及与该时间值对应的单位时间能耗累计值,作为待检测样本集合;通过欧式距离算法检测所述待检测样本集合是否异常;若所述待检测样本集合正常,则判定所述待检测的表底能耗值为正常表底能耗值;若所述待检测样本集合异常,则通过K最近邻算法检测所述待检测样本集合是否异常;若所述待检测样本集合正常,则判定所述待检测的表底能耗值为正常表底能耗值;若所述待检测样本集合异常,则判定所述待检测的表底能耗值为异常表底能耗值。4.如权利要求3所述的方法,其特征在于,所述通过欧式距离算法检测所述待检测样本集合是否异常,包括:计算所述待检测样本集合与前一个时间值对应的待检测样本集合的欧几里德距离,作为第一距离;判断所述第一距离是否大于预设的距离阈值;若所述第一距离大于预设的距离阈值,则所述待检测样本集合异常;若所述第一距离不大于预设的距离阈值,则所述待检测样本集合正常。5.如权利要求3所述的方法,其特征在于,所述通过K最近邻算法检测所述待检测样本集合是否异常,包括:通过BBF算法查找所述待检测样本集合的K个最近邻样本集合;计算所述K个最近邻样本集合的单位时间能耗累计值的平均值,将...
【专利技术属性】
技术研发人员:陈凯,刘良敏,刘宁,王鹏,帅霖,
申请(专利权)人:深圳市中电电力技术股份有限公司,
类型:发明
国别省市:广东,44
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。