【技术实现步骤摘要】
一种基于可回溯的动态窗口模型的用电数据趋势异常分析方法
本专利技术属于电力
，尤其涉及一种基于可回溯的动态窗口模型的用电数据趋势异常分析方法，具体是一种数据分析与挖掘的方法，该方法可以解决异常用电客户的检测。
技术介绍
用电数据异常分析在电力行业有着广泛的应用，然而常见的异常分析算法主要针对用电量的异常数据进行分析。用电数据随时间和某地区用电量的变化而变化，属于时间序列数据。许多专家学者在时间序列数据异常检测方面做了重要贡献，但目前已有的很多算法的重点是时间序列数据中值的异常，很少针对时间序列的趋势异常进行分析。用电数据描述某地区各个时刻的用电量，其中暗含某地区用电量的变化趋势。随着智能电网、物联网、ERP技术的发展，电力数据的数据量呈指数增长。电力数据分析对宏观经济发展起到指导作用。特别地，随着智能电表的普及，通过网络检测站将某地区在一天各个时刻的用电情况传送到电力控制中心。电力控制中心将用电数据进行收集整理，从而得到大量的某地区的用电数据。这些用电数据中存在许多有价值的信息，如何对用电数据加以利用是...
【技术保护点】
1.一种基于可回溯的动态窗口模型的用电数据趋势异常分析方法，其特征是：包括以下步骤：/n步骤1.度量用电数据趋势；/n步骤2.度量用电趋势时间窗口之间的距离；/n步骤3.建立可回溯的动态窗口模型；/n步骤4.给出用电趋势异常的集合。/n
【技术特征摘要】
1.一种基于可回溯的动态窗口模型的用电数据趋势异常分析方法，其特征是：包括以下步骤：
步骤1.度量用电数据趋势；
步骤2.度量用电趋势时间窗口之间的距离；
步骤3.建立可回溯的动态窗口模型；
步骤4.给出用电趋势异常的集合。
2.根据权利要求1所述的一种基于可回溯的动态窗口模型的用电数据趋势异常分析方法，其特征是：步骤1中所述度量用电数据趋势，包括：
利用以下公式来衡量两个时刻用电数据的变化情况：
给定用电时间序列数据TS＝<t1,v1>,<t2,v2>,…,<tn,vn>，其中<ti,vi>表示ti(1≤i≤n)时刻的用电量为vi；利用T(ti,ti+1)来表示ti+1时刻和ti时刻相比用电量的变化趋势，如公式(1)所示：
式中：vi，vi+1为在i与i+1时刻的用电量；ti，ti+1为在i与i+1时刻的时间刻度；
由公式(1)可知，|T(ti,ti+1)|表示ti+1时刻和ti时刻相比用电量变化大小与两时刻时间差的比值；若T(ti,ti+1)大于零，则表示用电量上升，反之T(ti,ti+1)小于零，则表示用电量减少；根据公式(1)，TS中任意相邻时刻的用电数据的趋势表示为：
Tendency(TS)＝T(t1,t2),T(t2,t3),…,T(tn-1,tn)；为方便起见，用T[k]表示Tendency(TS)的第k项，则Tendency(TS)＝T[1],T[2],…,T[k]，Tendency表示给定用电趋势序列。
3.根据权利要求1所述的一种基于可回溯的动态窗口模型的用电数据趋势异常分析方法，其特征是：步骤2中所述度量用电趋势时间窗口之间的距离包括：
滑动窗口模型常来比较时间序列数据中两个时间窗口的相似度，若给定用电趋势序列Tendency(TS)＝T[1],T[2],…,T[n]，对于窗口长度为l的用电趋势序列表示为W(T[i+l],l)＝T[i+1],T[i+2],...,T[i+l]，称之为用电趋势窗口，其中l表示窗口长度，T[i+l]表示窗口的终点；
给定两个窗口长度等长都为l的用电趋势序列W(T[i],l)＝T[i–l+1],T[i-l+2],…,T[i],W(T[j],l)＝T[j-l+1],T[j-l+2],…,T[j]，通过公式(2)衡量W(T[i],l),W(T[j],l)之间的距离：
式中：W(T[i],l)为窗口终点时刻为i，长度为l的用电趋势窗口；W(T[j],l)为窗口终点时刻为j，长度为l的用电趋势窗口；T[i+k]为终点时刻为i的用电趋势窗口的用电趋势序列；T[j+k]为终点时刻为j的用电趋势窗口的用电趋势序列；
由公式(2)可知，distance(W(T[i],l),W(T[j],l))的值越大，时间窗口W(T[i],l),W(T[j],l)之间的距离越大，W(T[i],l),W(T[j],l)相似度越低，当distance(W(T[i],l),W(T[j],l))的值为零时，两个时间窗口完全相同。
...
【专利技术属性】
技术研发人员：程绪可，孙峰，李家珏，白雪，曾辉，张冠锋，李胜辉，戈阳阳，禹加，马欣彤，金英，谢赐戬，
申请(专利权)人：国网辽宁省电力有限公司电力科学研究院，国家电网有限公司，
类型：发明
国别省市：辽宁;21
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。