一种基于用电负荷模式分析的用电异常识别系统技术方案

本发明专利技术涉及一种基于用电负荷模式分析的用电异常识别系统，包括以下步骤：1)首先对电力客户的群体进行分类处理，分为普通用户群体以及特殊群体，且进行电力负荷数据的采集工作；2)根据不同用电群体的用电特征，设置核心指标体系，来核算用户指标值与行业总体指标值的偏离程度，将偏离程度过高的用户进行录入，将其设置为异常用户；3)对异常用户的线缆温度进行监测，记录线缆温度较高的时间，当温度过高的时候发出火灾预警信息。该基于用电负荷模式分析的用电异常识别系统，首先对电力客户的群体进行分类处理进行分类，使数据更加准确和可信，对于异常的用户，采用温度监测以及高温报警处理，来提升电负荷时候用户的安全性。来提升电负荷时候用户的安全性。来提升电负荷时候用户的安全性。

【技术实现步骤摘要】
一种基于用电负荷模式分析的用电异常识别系统


[0001]本专利技术涉及用电异常识别
，具体为一种基于用电负荷模式分析的用电异常识别系统。

技术介绍

[0002]随着我国智能电表安装的范围不断扩大，海量的电力负荷数据被采集并上传至集控中心，然而安装的智能电表等测量装置故障或者通信失败造成数据丢失，无计划的停电事故或者检修，临时的天气变化，大工业用户生产线的关停等其他原因，都可以导致记录的电力负荷数据偏离其常规数值，随着社会经济的发展，电力的需求量不断扩大，供电的非技术损失也成为供电领域日益热门的话题，能源与电力发展事关国计民生，与经济社会存在广泛紧密的联系，推动大数据和实体经济深度融合，挖掘能源电力大数据价值，对于助力新时代能源电力事业数字化转型，更好服务经济社会发展具有重大意义，电力负荷是使用电能的用电设备消耗的电功率，电力负荷按电力用户分类，一般包括电动机、电弧炉、整流设备、电子仪器、空调以及照明设施等类型，近年来，中频炉、电弧灯、整流器和变频器等非线性设备的大量使用不仅产生了大量谐波，也使电流发生畸变，引发了电能质量问题，不同的电力负荷有其不同的负荷特征，以整流设备为例，整流器类负荷的特征是其产生的谐波电流，这不仅降低了功率因数，也对电网造成污染。
[0003]通常非技术损失分为两个部分，即电力企业和电力用户，电力企业可以通过提高自身的管理减少甚至消除，电力用户的非技术损失由于原因多样，检测技术限制，而很难避免，仅靠业务人员的经验从统计数据中分析问题，发现问题，处理问题，不仅效率低下，而且准确性也难以保证，实际中，电力负荷数据还会由于多种随机干扰因素的影响，如计量故障，使数据存在一定的异常干扰值。异常数据发生的随机性和分布的复杂性使数据处理和挖掘变得更加困难。

技术实现思路

[0004]针对现有技术的不足，本专利技术提供了一种基于用电负荷模式分析的用电异常识别系统，具备实用性高等优点，解决了检测技术限制，而很难避免，仅靠业务人员的经验从统计数据中分析问题，发现问题，处理问题，不仅效率低下，而且准确性也难以保证的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于用电负荷模式分析的用电异常识别系统，包括以下步骤：
[0006]1)首先对电力客户的群体进行分类处理，分为普通用户群体以及特殊群体，且进行电力负荷数据的采集工作；
[0007]2)根据不同用电群体的用电特征，设置核心指标体系，来核算用户指标值与行业总体指标值的偏离程度，将偏离程度过高的用户进行录入，将其设置为异常用户；
[0008]3)对异常用户的线缆温度进行监测，记录线缆温度较高的时间，当温度过高的时候发出火灾预警信息；
[0009]4)针对不同电力客户群体，将其温度数据变化，与电力负荷数据制成表格，来进行对比，然后设置相应的箱型图，与同一类别用户进行对比，来完成识别判断。
[0010]进一步，所述核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分。
[0011]进一步，所述客观赋权法的计算公式为：
[0012][0013]其中，
[0014][0015][0016]进一步，所述通过运用实时分析，对同一用电类别客户的横向比较，或者对同类型、同规模的用户之间数据进行比较，可利用箱形图发现用电异常。
[0017]进一步，所述从营销业务应用系统、用电信息采集系统中抽取用户基础用电特征数据，如实时电流、电压和日电量等，形成用户特征原始数据表，为保证特征轨迹接近实际情况，将对原始数据表进行缺失值填充、去重、归一化等操作，确保数据整齐可靠。
[0018]进一步，所述针对异常用户的线缆温度进行监测，进行火灾预处理防护，且随时进行报警处理，避免温度过高导致线路短路而发生火灾。
[0019]与现有技术相比，本申请的技术方案具备以下有益效果：
[0020]该基于用电负荷模式分析的用电异常识别系统，首先对电力客户的群体进行分类处理进行分类，使数据更加准确和可信，核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分，最后，根据综合嫌疑得分高低识别潜在的异常用户，可以提高负荷异常的准确性，箱形图可以通过展现出的大致的数据离散程度，作为异常值判断的信息支撑，主要依靠实际数据特征，不需要事先假定数据服从特定的分布形式，对电流、电压和日电量以及线路温度进行采集等，来数据采样的多样性，进一步提升用电异常识别的精准度，对于异常的用户，采用温度监测以及高温报警处理，来提升电负荷时候用户的安全性，避免产生火灾，通过线缆的温度是否会随着过载电流攀升，进而综合分析具体的温升状况确定是否存在用电异常，并对外发出预警。
附图说明
[0021]图1为本专利技术结构步骤图。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]请参阅图1，本实施例中的一种基于用电负荷模式分析的用电异常识别系统，包括以下步骤：
[0024]1)首先对电力客户的群体进行分类处理，分为普通用户群体以及特殊群体，且进行电力负荷数据的采集工作；
[0025]2)根据不同用电群体的用电特征，设置核心指标体系，来核算用户指标值与行业总体指标值的偏离程度，将偏离程度过高的用户进行录入，将其设置为异常用户；
[0026]3)对异常用户的线缆温度进行监测，记录线缆温度较高的时间，当温度过高的时候发出火灾预警信息；
[0027]4)针对不同电力客户群体，将其温度数据变化，与电力负荷数据制成表格，来进行对比，然后设置相应的箱型图，与同一类别用户进行对比，来完成识别判断。
[0028]核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分，数据抽取采集过程中，不同系统或渠道数据源，部分存在数据异常或冲突的问题。这是不同系统对于同一个数据对象的统计逻辑不同而造成的，逻辑的不一致会直接导致结果的差异性，除了统计逻辑和口径的差异，也有因为源数据系统基于性能的考虑，放弃了外键约束，从而导致数据不一致的结果。
[0029]客观赋权法的计算公式为：
[0030][0031]其中，
[0032][0033][0034]通过运用实时分析，对同一用电类别客户的横向比较，或者对同类型、同规模的用户之间数据进行比较，可利用箱形图发现用电异常。
[0035]从营销业务应用系统、用电信息采集系统中抽取用户基础用电特征数据，如实时电流、电压和日电量等，形成用户特征原始数据表，为保证特征轨迹接近实际情况，将对原始数据表进行缺失本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于用电负荷模式分析的用电异常识别系统，其特征在于，包括以下步骤：1)首先对电力客户的群体进行分类处理，分为普通用户群体以及特殊群体，且进行电力负荷数据的采集工作；2)根据不同用电群体的用电特征，设置核心指标体系，来核算用户指标值与行业总体指标值的偏离程度，将偏离程度过高的用户进行录入，将其设置为异常用户；3)对异常用户的线缆温度进行监测，记录线缆温度较高的时间，当温度过高的时候发出火灾预警信息；4)针对不同电力客户群体，将其温度数据变化，与电力负荷数据制成表格，来进行对比，然后设置相应的箱型图，与同一类别用户进行对比，来完成识别判断。2.根据权利要求1所述的一种基于用电负荷模式分析的用电异常识别系统，其特征在于：所述核算用户指标值与行业总体指标值的偏离程度，换算成嫌疑分数，通过客观赋权法确定各指标偏离度权重，加权得到用户综合嫌疑得分。3.根据权利要求2所述的一种基于用...

【专利技术属性】
技术研发人员：李金灿，邹晖，莫小向，练琳，覃建远，卢万平，李景顺，黄燕，陈哲，韦建伟，王东升，张廷征，黄家宝，覃江英，覃海源，欧鹏楠，
申请(专利权)人：广西电网有限责任公司河池供电局，
类型：发明
国别省市：