一种基于日电量远程识别用户用电性质的方法及系统技术方案

本发明专利技术公开了一种基于日电量远程识别用户用电性质的方法及系统，包括：步骤S1，对参照用户某时间段的日电量进行数据采集并根据不同参照用户的用电类别进行统计，求得与用电类别相对应的日电量模型以及描述该模型的相关特征值的允许波动范围，上述数据作为判断用电性质的依据；步骤S2，通过系统采集以及数据库中数据得到待分析用户的日用电量信息，通过与日用电量模型以及描述该模型的相关特征值数据进行对比，对用户用电性质进行判断，并输出判断结果。实施本发明专利技术，远程对用户用电类别进行判断，及时的对用户用电性质差错问题进行远程判断，快速准确的确定问题用户有效减少监控成本，同时相对于现有技术的判断方法成本更低。

A method and system for remote identification of user's electricity consumption based on daily electricity quantity

【技术实现步骤摘要】
一种基于日电量远程识别用户用电性质的方法及系统
本专利技术属于电力领域，涉及一种基于日电量远程识别用户用电性质的方法及系统。
技术介绍
某些地区商住两用的楼房较多，很多因为历史原因存在有高价低接等违约用电情况，造成了这种问题广泛存在且分布较为分散的现状，现场排查工作量及工作难度都很大。这类违约用电的情况，破坏了正常的用电秩序，造成国家资源的损失；另一方面，违约用电存在受电装置与实际用电情况不匹配的情况，用电现场存在较大的安全隐患，容易造成触电，火灾等事故的发生。目前应对这种问题没有十分行之有效的方法，更多的是根据用电检查的现场经验，对于专变居民合表以及用电量大的居民表进行核查，以及对于居民楼进行普查，这些方法针对性不强，工作量巨大，工作效果也不够明显针对现在用电性质差错相关问题广泛存在且尚无较好方法对问题进行及时发现处理的现状，急需找到一种远程识别用户用电性质的方法，能够实时，远程通过用户用电情况对用户用电性质进行判断，帮助工作人员及时发现用户用电性质差错的问题并有针对性地进行现场处理，解决问题，排除安全隐患，维护正常用电秩序。
技术实现思路
本专利技术实施例所要解决的技术问题在于，提供一种基于日电量远程识别用户用电性质的方法及系统，现在用电性质差错相关问题广泛存在且尚无较好方法对问题进行及时发现处理的现状,无法远程识别用户用电性质，不能够实时通过用户用电情况对用户用电性质进行判断。本专利技术的一方面，提供一种基于日电量远程识别用户用电性质的方法，其包括如下步骤：<br>步骤S1，对参照用户某时间段的日电量进行数据采集并根据不同参照用户的用电类别进行统计，求得与用电类别相对应的日电量模型以及描述该模型的相关特征值的允许波动范围，上述数据作为判断用电性质的依据；步骤S2，通过系统采集以及数据库中数据得到待分析用户的日用电量信息，通过与日用电量模型以及描述该模型的相关特征值数据进行对比，对用户用电性质进行判断，并输出判断结果。进一步，在步骤S1中，所述求得与用电类别相对应的日电量模型的具体过程包括，根据参照用户检测时段内的日电量最大值对用户日电量数据进行初始化，将参照用户的日电量数值初始化为0到1之间的值。进一步，在步骤S1中，所述求得与用电类别相对应的日电量模型的具体过程还包括，进行初始化之后根据参照用户用电量以周为单位呈现周期变化的规律，将日电量数据对应的用电周期置换成相应的星期数值，作为横坐标体现用户电量的周变化情况。进一步，所述在步骤S1中，所述求得与用电类别相对应的日电量模型的具体过程还包括，通过加权平均方法，将各个参照用户的日电量模型进行整合，得到该用电类型的综合日电量模型，并选取其中的特征值。进一步，所述在步骤S1中，所述选取其中的特征值具体为利用以下公式计算得到特征值：其中，Wmax为观测最大电量，Wmin为观测最小电量，Wave为平均电量，k1为峰谷差率，k2为负荷率，k3为日最大负荷利用时间。相应地，本专利技术的另一方面，还提供一种基于日电量远程识别用户用电性质的系统，包括：第一输入模块，用以采集参照用户和待分析用户的用电量数据以及以采集的数据进行预处理，并将处理后的数据输出给模型搭建模块；第二输入模块，用以采集待分析用户的用电量数据，对采集的带分析用户数据进行统计以及预处理，并将处理后的数据输出给模型对比模块；模型搭建模块，分析得到各用电类别的日电量模型及特征值的模型搭建，并将处理后的数据输出给模型对比模块；模型对比模块，用以对第一输入模块和第二输入模块输入的数据以及模型进行分析和对比处理。进一步，该系统还包括输出模块，所述输出模块用以对模型对比模块分析处理的结果数据进行输出。进一步，所述模型搭建模块对所有参照用户的日电量变化情况进行统计，通过加权平均的方法得到该用电类别的综合日电量模型，并分别计算各参照用户的特征值及用户与综合日电量模型的偏差值的允许范围，得到该用电类别用户的特征值允许波动范围，并将这些信息输出到模型比对模块。进一步，所述模型对比模块通过SUMXMY2函数来衡量待分析用户的用电量与综合日电量模型之间的偏差值，并计算待分析用户的特征值、判断其偏差值以及特征值是否在允许范围内，如果待分析用户不能满足该用电类别的综合日电量模型，则继续与其他类别的综合日电量模型进行比对，直至找出待分析用户的用电类别，通过输出模块输出判断结果。实施本专利技术实施例，具有如下有益效果：本专利技术实施例提供一种基于日电量远程识别用户用电性质的方法及系统，通过对标准数据进行分析建模，搭建各种用电类别的日电量模型及其特征值波动范围；通过对比分析对分析对象进行采集并与参照部分得到的模型进行对比分析；通过计算分析对象与参照模型的偏差值以及其特征值，远程对用户用电类别进行判断，及时的对用户用电性质差错问题进行远程判断，快速准确确定问题用户有效减少监控成本，同时相对于现有技术的判断方法成本更低。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，下面描述中的附图仅仅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性的前提下，根据这些附图获得其他的附图仍属于本专利技术的范畴。图1为本专利技术提供的一种基于日电量远程识别用户用电性质的方法的流程示意图。图2为本专利技术提供的一种基于日电量远程识别用户用电性质的系统的架构示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述。如图1所示，示出了本专利技术提供的一种基于日电量远程识别用户用电性质的方法的一个实施例的主流程示意图，在本实施例中，所述方法包括如下步骤：步骤S1，对参照用户某时间段的日电量进行数据采集并根据不同参照用户的用电类别进行统计，求得与用电类别相对应的日电量模型以及描述该模型的相关特征值的允许波动范围，上述数据作为判断用电性质的依据；步骤S2，通过系统采集以及数据库中数据得到待分析用户的日用电量信息，通过与日用电量模型以及描述该模型的相关特征值数据进行对比，对用户用电性质进行判断，并输出判断结果。具体的实施例中，在步骤S1中，所述求得与用电类别相对应的日电量模型的具体过程包括，根据参照用户检测时段内的日电量最大值对用户日电量数据进行初始化，将参照用户的日电量数值初始化为0到1之间的值，消除不同用户实际用电量大小造成的影响，反应实际电量波动情况。具体的，在步骤S1中，所述求得与用电类别相对应的日电量模型的具体过程还包括，进行初始化之后根据参照用户用电量以周为单位呈现周期变化的规律，将日电量数据对应的用电周期置换成相应的星期数值，作为横坐标体现用户电量的周变化情况，反应用户电量的周变化情况。具体的，所述在步骤S1中，所述求得与用电类别相对应的日电量模型的具体过程还包括，通过加权平均方法，将各个参照用本文档来自技高网...

【技术保护点】
1.一种基于日电量远程识别用户用电性质的方法，其特征在于，包括如下步骤：/n步骤S1，对参照用户某时间段的日电量进行数据采集并根据不同参照用户的用电类别进行统计，求得与用电类别相对应的日电量模型以及描述该模型的相关特征值的允许波动范围，上述数据作为判断用电性质的依据；/n步骤S2，通过系统采集以及数据库中数据得到待分析用户的日用电量信息，通过与日用电量模型以及描述该模型的相关特征值数据进行对比，对用户用电性质进行判断，并输出判断结果。/n

【技术特征摘要】
1.一种基于日电量远程识别用户用电性质的方法，其特征在于，包括如下步骤：
步骤S1，对参照用户某时间段的日电量进行数据采集并根据不同参照用户的用电类别进行统计，求得与用电类别相对应的日电量模型以及描述该模型的相关特征值的允许波动范围，上述数据作为判断用电性质的依据；
步骤S2，通过系统采集以及数据库中数据得到待分析用户的日用电量信息，通过与日用电量模型以及描述该模型的相关特征值数据进行对比，对用户用电性质进行判断，并输出判断结果。


2.如权利要求1所述的方法，其特征在于，在步骤S1中，所述求得与用电类别相对应的日电量模型的具体过程包括，根据参照用户检测时段内的日电量最大值对用户日电量数据进行初始化，将参照用户的日电量数值初始化为0到1之间的值。


3.如权利要求2所述的方法，其特征在于，在步骤S1中，所述求得与用电类别相对应的日电量模型具体过程还包括，进行初始化之后根据参照用户用电量以周为单位呈现周期变化的规律，将日电量数据对应的用电周期置换成相应的星期数值，作为横坐标体现用户电量的周变化情况。


4.如权利要求3所述的方法，其特征在于，所述在步骤S1中，所述求得与用电类别相对应的日电量模型具体过程还包括，通过加权平均方法，将各个参照用户的日电量模型进行整合，得到该用电类型的综合日电量模型，并选取其中的特征值。


5.如权利要求4所述的方法，其特征在于，所述在步骤S1中，所述选取其中的特征值具体为利用以下公式计算得到特征值：



其中，Wmax为观测最大电量，Wmin为观测最小电量，Wave为平均电量，k1...

【专利技术属性】
技术研发人员：林思远，付婷婷，韩聪，黎怡均，黄公跃，孙梦龙，董佩纯，王海涛，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：广东;44