一种典型行业的用户用电量异常监控方法技术

本发明专利技术涉及一种典型行业的用户用电量异常监控方法，包括以下步骤：收集典型行业的用电量数据；对用电量数据进行聚类，得到行业偏好分类；通过神经网络算法计算每一类行业偏好中用户的用电量预测值；挑选行业偏好分类中每一类行业偏好的典型用户，并根据典型用户的用电量预测值计算每一类行业偏好的用电量标杆值；利用每一类行业偏好的用电量标杆值进行用电量异常监控。与现有技术相比，实用性强、操作便捷且拓展性强。

An abnormal monitoring method of user power consumption in typical industries

【技术实现步骤摘要】
一种典型行业的用户用电量异常监控方法
本专利技术涉及智能电网领域，尤其是涉及一种典型行业的用户用电量异常监控方法。
技术介绍
随着智能电网的不断发展，智能配用电网建设的不断深入，采集终端数量的急剧增长以及采集频度的大幅增强，配用电数据量由TB级向PB级发展，数据量的大幅增长给数据挖掘带来了挑战。同时，配用电业务逐步向自动化、智能化方向发展，对数据存储和处理的高效性、价值挖掘的准确性和实时性以及人机交互和可视化效果提出了更高要求。因此，研究智能配用电大数据的挖掘分析技术，以充分获取数据价值，使业务决策建立在更加科学的依据基础上，提高配用电运行效率、危机应对能力和公共服务水平，为电力企业决策与管理提供科学指导，具有重要的意义与价值。传统的电力用户行为特征分析与应用研究，多数集中于居民侧的客户行为分析，多为单一应用模块的研究如用户分类、电量预测、策略制定等，偏重于理论性研究，能够有效结合实际的电力营销业务管理的较少。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种典型行业的用户用电量异常监控方法本文档来自技高网...

【技术保护点】
1.一种典型行业的用户用电量异常监控方法，其特征在于，该方法包括以下步骤：/n步骤S1：收集典型行业的用电量数据；/n步骤S2：对用电量数据进行聚类，得到行业偏好分类；/n步骤S3：通过神经网络算法计算每一类行业偏好中用户的用电量预测值；/n步骤S4：挑选行业偏好分类中每一类行业偏好的典型用户，并根据典型用户的用电量预测值计算每一类行业偏好的用电量标杆值；/n步骤S5：利用每一类行业偏好的用电量标杆值进行用电量异常监控。/n

【技术特征摘要】
1.一种典型行业的用户用电量异常监控方法，其特征在于，该方法包括以下步骤：
步骤S1：收集典型行业的用电量数据；
步骤S2：对用电量数据进行聚类，得到行业偏好分类；
步骤S3：通过神经网络算法计算每一类行业偏好中用户的用电量预测值；
步骤S4：挑选行业偏好分类中每一类行业偏好的典型用户，并根据典型用户的用电量预测值计算每一类行业偏好的用电量标杆值；
步骤S5：利用每一类行业偏好的用电量标杆值进行用电量异常监控。


2.根据权利要求1所述的一种典型行业的用户用电量异常监控方法，其特征在于，所述的用电量数据通过系统数据抽取和专家调研获得。


3.根据权利要求1所述的一种典型行业的用户用电量异常监控方法，其特征在于，所述的用电量数据包括变压器容量、月用电量和变压器增减容。


4.根据权利要求1所述的一种典型行业的用户用电量异常监控方法，其特征在于，所述的神经网...

【专利技术属性】
技术研发人员：费丹雄，沈智峰，范正权，严思唯，芦金雨，
申请(专利权)人：国网上海市电力公司，
类型：发明
国别省市：上海;31