基于聚类分析的企业综合用能异常识别方法及电子设备技术

本公开提供一种基于聚类分析的企业综合用能异常识别方法及电子设备，所述方法包括，基于企业用户第一历史年份每月的用能量以及第二历史年份月均用能量，得到第一月用能量比率；根据第一月用能量比率，得到企业用户所属行业的聚类数据集，根据聚类数据集得到企业用户所属行业的用能异常阈值；根据企业用户目标年份每月的用能量以及第一历史年份月均用能量，得到第二月用能量比率；当第二月用能量比率大于等于用能异常阈值时，企业用户为用能异常状态，否则企业用户为非用能异常状态。本方法通过结合不同行业的水电气月用能量比率对用能异常的企业用户进行识别，大幅度提升了识别准确性。别准确性。别准确性。

【技术实现步骤摘要】
基于聚类分析的企业综合用能异常识别方法及电子设备


[0001]本专利技术涉及数据检测
，特别涉及一种基于聚类分析的企业综合用能异常识别方法及电子设备。

技术介绍

[0002]近几年多地开始建设多表合一项目，将水、电、气、热表计进行融合，集中管理、用能数据自动集采集抄，实现用能信息交互与主动控制。而目前对于用能异常的识别，也主要集中于对单一用能方向，如用电、用水的用能异常情况进行识别，识别方式上主要采用比对、临近性检测等方式，但识别的准确率不高，易受突发情况的影响；异常识别对象主要集中为居民用户，对企业用户的用能异常识别相对较少，采用统一处理方式，并未区分不同行业的用能特性，分时间段对企业用户用能异常进行识别。

技术实现思路

[0003]本专利技术提供一种基于聚类分析的企业综合用能异常识别方法及相关设备，用以针对不同行业的企业用户的用能特性，对不同时间段的用能异常情况进行识别，采用K均值聚类算法(K
‑
means clustering algorithm)计算得到不同行业的异常用能阈值，基于异常用能阈值对企本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于聚类分析的企业综合用能异常识别方法，其特征在于，包括：基于企业用户第一历史年份每月的用能量以及第二历史年份月均用能量，得到第一月用能量比率；根据所述第一月用能量比率，得到所述企业用户所属行业的聚类数据集；对所述聚类数据集进行聚类，得到多个类别；从所述多个类别中获取包含所述第一月用能量比率最小值的第一类别；根据第一类别中的信息确定所述企业用户所属行业的用能异常阈值；根据所述企业用户目标年份每月的用能量以及第一历史年份月均用能量，得到第二月用能量比率；响应于确定所述第二月用能量比率大于等于所述用能异常阈值，所述企业用户为用能异常状态；否则所述企业用户为非用能异常状态。2.如权利要求1所述的一种基于聚类分析的企业综合用能异常识别方法，其特征在于，所述用能量包括用水量、用电量和用气量；所述异常阈值为所述第一类别中的所述第一月用能量比率的最大值；所述第一月用能量比率根据公式(1)进行计算：其中，r
k,d
表示第一月用能量比率，E
k,d
表示企业用户k的第一历史年份d月的用能量，表示企业用户k第二历史年份月均用能量。3.如权利要求1所述的一种基于聚类分析的企业综合用能异常识别方法，其特征在于，所述根据所述第一月用能量比率，得到所述企业用户所属行业的聚类数据集，包括：根据公式(2)确定所述企业用户所属行业的聚类数据集S
i
，其公式(2)为：S
i
＝{r
k,d
}
ꢀꢀꢀꢀꢀ
(2)；其中，企业用户k属于行业i，d∈[1,12
‑
]r
k,d
表示第一月用能量比率。4.如权利要求1所述的一种基于聚类分析的企业综合用能异常识别方法，其特征在于，所述对所述聚类数据集进行聚类，得到多个类别，包括：利用轮廓分析法确定最优聚类簇数；以及基于所述最优聚类簇...

【专利技术属性】
技术研发人员：王一蓉，王宏刚，杨成月，李赋欣，王豪，安然，赵晓龙，卢谦，袁启恒，
申请(专利权)人：国家电网有限公司大数据中心，
类型：发明
国别省市：