基于互联网+的电力企业能源信息管理系统技术方案

本发明专利技术涉及数字数据处理技术领域，提出了基于互联网+的电力企业能源信息管理系统，包括：获取每个用户的用电量序列；根据孤立树中节点及其对称节点内样本的差异获取同深偏差量；根据孤立树中节点及其对称节点内的样本差异获取节点区分精度；根据孤立树中深度增加节点内样本对应用电量序列的类间相似度获取节点的纵深分割递增指数；根据孤立树中不同深度的节点区分精度以及节点的纵深分割递增指数获取节点的分类权重；根据每棵孤立树中所有节点的分类权重获取样本的异常得分；基于样本的异常得分获取异常用电的检测结果。本发明专利技术根据孤立森林中每棵孤立树的分割能力强弱对样本的异常得分进行修正，提高信息管理系统对异常用电行为的检测精度。用电行为的检测精度。用电行为的检测精度。

【技术实现步骤摘要】
基于互联网+的电力企业能源信息管理系统


[0001]本专利技术涉及数字数据处理
，具体涉及基于互联网+的电力企业能源信息管理系统。

技术介绍

[0002]基于互联网+的电力企业能源信息管理系统是一个综合性系统，通过互联网技术和数据分析来实现电力企业能源信息的实时监测、数据分析、优化管理和智能决策，提高能源利用效率，降低温室气体排放量，减少环境影响，推动我国生态文明建设的高质量发展，为尽早实现双碳目标提供理论依据。
[0003]传统的能源信息管理系统存在的主要问题为能源管理系统建设时间较长，采用的技术较为老旧，通常为基于规则的算法或简单的统计方法来分析和管理能源数据，难以处理不断变化的能源信息和能源数据间复杂的关联关系，且传统的统计方法无法提供高精度的预测和分析，而随着社会的不断发展，导致现阶段用电量数据庞大，老旧的能源管理系统的数据处理能力与横向扩展能力较差，无法满足现阶段日益增长的智能输送用电的需求。传统的用于能源信息监测的算法如孤立森林算法，能够处理大规模数据集，对异常值有较高的鲁棒性，且具有可扩展性，即对于新产生的数据点，可以直接添加到已构建的森林中，不需要重新训练整个模型，但异常样本比例较高时，孤立森林可能会出现过拟合的情况；另一方面，传统孤立森林算法中认为每棵孤立树的分类能力是相同的，忽略了不同孤立树训练精度不同，将会导致对于异常的能源浪费行为识别的误判。

技术实现思路

[0004]本专利技术提供基于互联网+的电力企业能源信息管理系统，以解决传统孤立森林算法中默认每棵孤立树的分类能力相同造成的用户用电行为误判的问题，所采用的技术方案具体如下：本专利技术一个实施例基于互联网+的电力企业能源信息管理系统，该方法包括以下步骤：用电数据采集模块，基于用电信息采集系统获取用户的用电量数据，利用每个用户的用电量数据构建每个用户的用电量序列；节点区分精度计算模块，将每棵孤立树中与每个样本点所在节点位于同一深度的另一节点作为每棵孤立树中每个样本点的对称节点；根据每棵孤立树中每个节点及其对称节点内样本的差异获取每棵孤立树中每个深度的同深偏差量；根据每棵孤立树中每个节点及其对称节点内的样本差异获取每棵孤立树中每个节点的节点区分精度；纵深分割递增指数计算模块，根据每棵孤立树中深度增加节点内样本对应用电量序列的类间相似度获取每棵孤立树上每个节点的纵深分割递增指数；异常用电监测模块，根据每棵孤立树中每个节点的节点区分精度以及每个节点的纵深分割递增指数获取每棵孤立树中每个节点的分类权重；根据每棵孤立树中所有节点的
分类权重获取每个样本的异常得分；根据每个样本的异常得分实现信息管理系统对用电行为的在线监测。
[0005]优选的，所述根据每棵孤立树中每个节点及其对称节点内样本的差异获取每棵孤立树中每个深度的同深偏差量的方法为：根据每个节点的对称节点内每个样本与样本均值之间的差异获取所述对称节点内每个样本的用电偏差量；将所述对称节点内每个样本的用电偏差量经过对数函数得到的映射结果作为对称节点内每个样本的第一组成因子；将所述对称节点内每个样本的用电偏差量与第一组成因子的乘积作为第一累加因子，将所述第一累加因子在所述对称节点内所有样本上的累加作为分子，将所述对称节点内的样本数量作为分母，将分子与分母的比值作为所述对称节点所在深度的同深偏差量。
[0006]优选的，所述根据每个节点的对称节点内每个样本与样本均值之间的差异获取所述对称节点内每个样本的用电偏差量的方法为：获取每个节点的对称节点内所有样本的用电量序列的均值序列，将每个节点的对称节点内每个样本的用电量序列与所述均值序列的度量距离作为分子；将所述对称节点内所有样本的用电量序列与所述均值序列的度量距离的最大值与预设参数的乘积作为分母，将分子与分母的比值作为所述对称节点内每个样本的用电偏差量。
[0007]优选的，所述根据每棵孤立树中每个节点及其对称节点内的样本差异获取每棵孤立树中每个节点的节点区分精度的方法为：将每棵孤立树中每个节点及其对称节点内样本的用电量序列之间度量距离的分布方差作为分子；将每棵孤立树中每个节点的对称节点所在深度的同深偏差量作为分母，将分子与分母的比值作为每棵孤立树中每个节点的节点区分精度。
[0008]优选的，所述根据每棵孤立树中深度增加节点内样本对应用电量序列的类间相似度获取每棵孤立树上每个节点的纵深分割递增指数的方法为：根据每棵孤立树中每个节点内不同用户的用电量序列分解结果之间的差异获取每棵孤立树中每个节点的用电行为距离；分别获取每棵孤立树中每个节点上一层两个节点的用电行为距离与所述每个节点的用电行为距离的差值，将所述差值中的最大值作为所述每个节点的纵深分割递增指数。
[0009]优选的，所述根据每棵孤立树中每个节点内不同用户的用电量序列分解结果之间的差异获取每棵孤立树中每个节点的用电行为距离的方法为：根据每棵孤立树中每个节点内两个用户的用电量序列的分解结果中季节项上的极值点分布差异获取每棵孤立树中每个节点内两个用户之间的用电周期距离；将每棵孤立树中每个节点内两个用户的用电量序列的分解结果中残差项上最大值之间的差值绝对值作为所述两个用户之间的第一差值，将每棵孤立树中每个节点内两个用户的用电量序列的分解结果中残差项上最小值之间的差值绝对值作为所述两个用户之
间的第二差值，将所述两个用户之间的第一差值与第二差值之和作为两个用户之间的用电量差异；将每棵孤立树中每个节点内两个用户之间的用电周期距离与用电量差异的乘积在每棵孤立树中每个节点内所有用户上的累加作为分子，将每棵孤立树中每个节点内的样本数量作为分母，将分子与分母的比值作为每棵孤立树中每个节点的用电行为距离。
[0010]优选的，所述根据每棵孤立树中每个节点内两个用户的用电量序列的分解结果中季节项上的极值点分布差异获取每棵孤立树中每个节点内两个用户之间的用电周期距离的方法为：将每棵孤立树中每个节点内两个用户的用电量序列对应的谷点序列之间的度量距离作为所述两个用户之间的第一距离；将每棵孤立树中每个节点内两个用户的用电量序列对应的波峰序列之间的度量距离作为所述两个用户之间的第二距离；所述两个用户之间的用电周期距离由第一距离、第二距离两部分组成，其中，所述用电周期距离与第一距离、第二距离成正比关系。
[0011]优选的，所述根据每棵孤立树中每个节点的节点区分精度以及每个节点的纵深分割递增指数获取每棵孤立树中每个节点的分类权重的方法为：将每棵孤立树中每个节点对应深度的节点区分精度与每个节点的纵深分割递增指数的乘积作为第二组成因子；将每棵孤立树中每个节点内的样本数量作为分子，将每棵孤立树中每个节点内的样本数量与其对称节点内样本数量之和作为分母，将分子与分母的比值作为第一比例因子；将所述第二组成因子与第一比例因子乘积的归一化结果作为每棵孤立树中每个节点的分类权重。
[0012]优选的，所述根据每棵孤立树中所有节点的分类权重获取每个样本的异常得分的方法为：将每个样本在每棵孤立树中的路径长度，将每个样本对应输出节点的分类权重的倒数作为所述路径长度的计算权重，利用孤立森林本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于互联网+的电力企业能源信息管理系统，其特征在于，该系统包括以下模块：用电数据采集模块，基于用电信息采集系统获取用户的用电量数据，利用每个用户的用电量数据构建每个用户的用电量序列；节点区分精度计算模块，将每棵孤立树中与每个样本点所在节点位于同一深度的另一节点作为每棵孤立树中每个样本点的对称节点；根据每棵孤立树中每个节点及其对称节点内样本的差异获取每棵孤立树中每个深度的同深偏差量；根据每棵孤立树中每个节点及其对称节点内的样本差异获取每棵孤立树中每个节点的节点区分精度；纵深分割递增指数计算模块，根据每棵孤立树中深度增加节点内样本对应用电量序列的类间相似度获取每棵孤立树上每个节点的纵深分割递增指数；异常用电监测模块，根据每棵孤立树中每个节点的节点区分精度以及每个节点的纵深分割递增指数获取每棵孤立树中每个节点的分类权重；根据每棵孤立树中所有节点的分类权重获取每个样本的异常得分；根据每个样本的异常得分实现信息管理系统对用电行为的在线监测。2.根据权利要求1所述的基于互联网+的电力企业能源信息管理系统，其特征在于，所述根据每棵孤立树中每个节点及其对称节点内样本的差异获取每棵孤立树中每个深度的同深偏差量的方法为：根据每个节点的对称节点内每个样本与样本均值之间的差异获取所述对称节点内每个样本的用电偏差量；将所述对称节点内每个样本的用电偏差量经过对数函数得到的映射结果作为对称节点内每个样本的第一组成因子；将所述对称节点内每个样本的用电偏差量与第一组成因子的乘积作为第一累加因子，将所述第一累加因子在所述对称节点内所有样本上的累加作为分子，将所述对称节点内的样本数量作为分母，将分子与分母的比值作为所述对称节点所在深度的同深偏差量。3.根据权利要求2所述的基于互联网+的电力企业能源信息管理系统，其特征在于，所述根据每个节点的对称节点内每个样本与样本均值之间的差异获取所述对称节点内每个样本的用电偏差量的方法为：获取每个节点的对称节点内所有样本的用电量序列的均值序列，将每个节点的对称节点内每个样本的用电量序列与所述均值序列的度量距离作为分子；将所述对称节点内所有样本的用电量序列与所述均值序列的度量距离的最大值与预设参数的乘积作为分母，将分子与分母的比值作为所述对称节点内每个样本的用电偏差量。4.根据权利要求1所述的基于互联网+的电力企业能源信息管理系统，其特征在于，所述根据每棵孤立树中每个节点及其对称节点内的样本差异获取每棵孤立树中每个节点的节点区分精度的方法为：将每棵孤立树中每个节点及其对称节点内样本的用电量序列之间度量距离的分布方差作为分子；将每棵孤立树中每个节点的对称节点所在深度的同深偏差量作为分母，将分子与分母的比值作为每棵孤立树中每个节点的节点区分精度。5.根据权利要求1所述的基于互联网+的电力企业能源信息管理系统，其特征在于，所
述根据每棵孤立树中深度增加节点内样本对应用电量序列的类间相似度获取每棵孤立树上每个节点的纵深分割递增指数的方法为：根据每棵孤立树中每个节点内不同用户的用电量序列分解结果之间的差异获取每棵孤立树中每个节点的用电行为距离；分别获取每棵孤立树中每个节点上一层两个节点的用电行为距离与所述每个节点...

【专利技术属性】
技术研发人员：陈敬佳，黄文杰，李娜，秦芳丽，郑舒，李硕瑜，彭任民，
申请(专利权)人：湖北华中电力科技开发有限责任公司，
类型：发明
国别省市：