基于加权余弦相似度的重点人员用电行为异常分析方法技术

本发明专利技术涉及一种基于加权余弦相似度的重点人员用电行为异常分析方法，通过需求部门对重点人员进行信息标注，选取用电行为分析特征，采集其当前时刻的用电负荷辨识数据以及当前时刻的环境变量特征信息，依据当前时刻的环境变量特征信息获取对应的所述的历史时刻的历史用电行为特征，将所述的当前用电行为特征与历史时刻的用电行为特征进行加权余弦相似度计算，获取历史日与待测日的相似程度，并设定相似度阈值，当历史数据量越大时，特征选取越丰富，所得到的相似度越贴近真实的用电行为。本发明专利技术能有效提高异常行为研判的精准度，提高效率。更准确反映样本相似性，使计算结果更贴近于实际。减少以人为中心调动监管力量的监督模式。监督模式。监督模式。

【技术实现步骤摘要】
基于加权余弦相似度的重点人员用电行为异常分析方法


[0001]本专利技术涉及一种基于加权余弦相似度的重点人员用电行为异常分析方法，属于智能电网


技术介绍

[0002]随着全球进入信息化、数字化时代，中国的城镇化和城市化发展日趋成熟，大数据挖掘、云计算、人工智能、高级量测等技术应用日趋广泛，对我国社会治理的思想观念、体制建设、技术手段等方面提出了新的要求。电力数据具有巨大的潜在价值，但电力数据对于服务市域社会治理的多领域主体的支撑相对较弱。与此同时，政府部门也在积极的推进数字化转型发展，考虑社会治理对于城市的管理的精细化、人员配置的精准化、数据采集感知的实时化提出了更高的要求，智能电网应从服务电力系统内部向辅助服务全社会治理发展转型，发挥电力数据强实时性、细粒度等特点结合公众标签信息、天气气象信息、地理位置信息等多维数据融合分析，辅助支撑公安、应急、安监、民政等多领域建设主体数字化建设。
[0003]经济社会的不断发展，重点人员漏管、脱管、失控等现象频发，重点人员管控难度增大。针对重点人员的管控目前仅能通过活动路线定位、定期到场本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于加权余弦相似度的重点人员用电行为异常分析方法，其特征在于：包括如下步骤：步骤1：需求部门输入重点人员的管控标签，根据所述标签确定所述重点人员的小区名称和用户编号，采集待测日该用户全天的电力负荷辨识数据及待测日环境特征数据；步骤2：读取历史用电数据库中该用户编号，以及和待测日环境特征数据相似的历史电力负荷辨识数据，采用密度聚类算法构建历史日特征向量以及获取的待测日特征向量；步骤3：通过熵权法对历史日特征数据进行权重计算，得到各个特征在历史日的权重分配；步骤4：根据步骤3得到的各个特征在历史日的权重分配赋予到余弦相似度中，构建加权余弦相似计算公式，设置相似度阈值；步骤5：将历史日均值特征向量和待测日特征向量代入加权余弦相似度模型，求解相似度，若相似度超过阈值，则为用电行为正常，若低于阈值，则为用电行为异常，将把用电异常的重点人员以告警形式推送给需求部门。2.根据权利要求1所述的基于加权余弦相似度的重点人员用电行为异常分析方法，其特征在于：所述步骤1中具体步骤为：步骤1.1：需求部门输入重点人员的管控标签，根据所述标签对对应的所述重点人员的房屋信息和居住人数统计为居住信息；步骤1.2：根据步骤1.1所得的所述居住信息读取用电数据库中的重点人员的用户编号，根据所述用户编号，读取重点人员待测日的电力负荷辨识数据；步骤1.3：获取气象局的气象数据，读取重点人员待测日的环境特征数据；步骤1.4：将步骤1.1中的管控标签和步骤1.2中的电力负荷辨识数据与步骤1.3中实时的环境特征数据进行关联。3.根据权利要求1所述的基于加权余弦相似度的重点人员用电行为异常分析方法，其特征在于：所述步骤2中具体步骤为：步骤2.1：通过待测日的电力负荷辨识数据，得到若干个用电行为特征；步骤2.2：根据重点人员待测日的环境特征数据，得到个相似历史日；步骤2.3：对步骤2.2选取的个相似历史日的若干个用电行为特征标记为负荷特征，采用密度聚类算法，对个负荷特征直接聚类获取，自动过滤掉异常噪声点，以密度中心线作为该用户当前环境特征数据下的典型负荷特征曲线；步骤2.4：根据已获得的数据，设i个历史日影响典型日负荷的特征向量为，待测日为，为影响参数的数量。4.根据权利要求3所述的基于加权余弦相似度的重点人员用电行为异常分析方法，其特征在于：所述步骤2.1中所述若干个用电行为特征包括日总用电量、日电器使用种类数量、日空调总电...

【专利技术属性】
技术研发人员：任禹同，吴恒，步如飞，李磊，秦伟，邓士伟，
申请(专利权)人：江苏智臻能源科技有限公司，
类型：发明
国别省市：