System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种小区智能用电系统技术方案_技高网

一种小区智能用电系统技术方案

技术编号:40868839 阅读:3 留言:0更新日期:2024-04-08 16:35
本发明专利技术公开了一种小区智能用电系统,属于智能用电管理技术领域。该系统包括:电力采集终端,用于对用户用电量进行采集和波动分析,并将用户用电量和用电量波动情况上传至用电管理主站;用户移动终端,用于获取用户居家状态;用电管理主站,包括用电检测模块和窃电检测模块,用电检测模块用于利用用电检测模型对用户居家状态和用户用电量进行处理,得到用电检测结果,窃电检测模块用于根据用电检测结果,利用窃电检测模型对用电量波动情况和用户居家状态进行处理,得到窃电检测结果,从而确定用户是否存在被动窃电或者主动窃电情况。本发明专利技术能够实现用电量检测故障、主动窃电和被动窃电的准确区分。

【技术实现步骤摘要】

本专利技术属于智能用电管理,具体涉及一种小区智能用电系统


技术介绍

1、

2、智慧社区用电管理系统可以自动远程抄表,并将数据上传到管理系统云平台,生成数据报表,并根据计价方式自动计算电费,管理人员可以实时查看社区住户的电能耗情况,住户也可以通过微信小程序查看自己的电能使用情况,且可以在微信小程序进行线上缴费,方便快捷。智慧社区用电管理系统可以对整个接入系统的电表、水表、采集器、集中器等设备的运行状态进行管理,一旦发现异常情况时就能快速发出预警提示,如当住户使用过多大功率电器导致电流过高,系统便能自动跳闸断电,保障住户用电安全,避免意外事故发生。

3、但是,由于社区面积大,用户多且由于用户用电情况的差异性,对于用户的电能表异常或一些用户的窃电情况不能及时发现。现有技术针对用电故障现象多采用分类模型进行异常用电和正常用电的区分,但是在现实中,用户异常用电的样本数据难以获取,导致模型训练精度不够,无法准确实现用电异常状况监测。因此,如何实现小区用电的全方位智能监管,及时发现用户用电异常,成为现有技术亟待解决的技术问题。


技术实现思路

1、为了解决上述问题,本专利技术提出了一种小区智能用电系统,本专利技术通过用电管理主站与用户移动终端将不同用户的用电情况与个人习惯结合起来进行综合分析,实现用电量检测故障、主动窃电和被动窃电的准确区分。

2、根据一些实施例,本专利技术的第一方案提供了一种小区智能用电系统,采用如下技术方案:

3、一种小区智能用电系统,包括:

4、电力采集终端,用于对用户用电量进行采集和波动分析,并将用户用电量和用电量波动情况上传至用电管理主站;

5、用户移动终端,用于获取用户居家状态,并将用户居家状态上传至用电管理主站;

6、用电管理主站,包括用电检测模块和窃电检测模块,用电检测模块用于利用用电检测模型对用户居家状态和用户用电量进行处理,确定用户居家状态是否与用户用电量匹配,得到用电检测结果,窃电检测模块用于根据用电检测结果,利用窃电检测模型对用电量波动情况和用户居家状态进行处理,得到窃电检测结果,从而确定用户是否存在被动窃电或者主动窃电情况。

7、进一步的,电力采集终端包括电能表采集模块、电量分析模块以及通讯模块;所述电能表采集模块将采集的电量数据上传给电量分析模块进行波动分析;所述通讯模块将电量分析模块的分析结果和电能表采集模块采集的电量数据上传给用电管理主站。

8、进一步地,所述电能表采集模块包括电能表前端采集模块和电能表后端采集模块;

9、所述电能表前端采集模块连接市电和电能表,用于检测电能表和市电之间的电量数据;

10、所述电能表后端采集模块连接电能表和用户,用于检测电能表和用户之间的电量数据。

11、进一步的,波动分析是指根据用户历史数据与当前用电量进行对比分析,其波动值大于预设波动比例,则认为用户用电量产生波动。

12、进一步的,用户居家状态包括常住状态、非常住状态以及未搬入状态。

13、进一步的,用电检测模型为利用历史用户居家状态和对应的四季中用户用电量作为数据集,训练支持支持向量机构建的分类模型,得到用电检测模型。

14、更进一步的,四季中用户用电量包括符合季节特征的正常用户用电量和异常用户用电量,对于异常用户用电量采用对抗网络进行数据扩充,从而保证用电量数据集平衡。

15、进一步的,提取已知窃电数据集的窃电特征,并采用随机森林算法对特征进行训练得到窃电检测模型。

16、更进一步的,当窃电检测模型判断为存在疑似窃电行为时,若用户居家状态为常住状态或非常住状态,则进行主动窃电报警;当窃电检测模型判断为存在疑似窃电行为时,若用户居家状态为未搬入状态,则进行被动窃电报警,并通过用户移动终端通知用户。

17、进一步地,获取用户居家状态,具体为:

18、获取用户身份信息进行信息注册;

19、用户信息注册成功后,再次获取用户身份信息进行用户身份验证;

20、通过身份验证后,获取用户的居家状态并反馈给用电管理主站。

21、与现有技术相比,本专利技术的有益效果为:

22、本专利技术公开了一种小区智能用电系统,通过用户移动终端能够获取用户的居家状态并反馈给用电管理主站,同时用电管理主站根据用户的居家状态再对对应用户的电能表采集终端的分析结果进行分析判断,能够在获取用户实时状态的情况下对用户的用电情况进行分析预警。

23、本专利技术能够通过用电检测模型根据用户居家状态与用电量之间的关系进行用电检测判断,并且利用数据扩充的方式解决了异常用电数据小样本的缺陷,提高了用电检测模型检测精度,实现故障现象或异常用电现象的准确判断,并且通过用电量波动情况对主动窃电和被动窃电现象进行区分,提高了用户用电状况的准确性,为智能用电管理提供了数据参考。

24、本专利技术通过在电能表前后端分别设置检测采集模块,分析对比两个检测采集模块的采集数据,确定电能表的故障情况。

本文档来自技高网...

【技术保护点】

1.一种小区智能用电系统,其特征在于,包括:

2.如权利要求1所述的一种小区智能用电系统,其特征在于,电力采集终端包括电能表采集模块、电量分析模块以及通讯模块;所述电能表采集模块将采集的电量数据上传给电量分析模块进行波动分析;所述通讯模块将电量分析模块的分析结果和电能表采集模块采集的电量数据上传给用电管理主站。

3.如权利要求2所述的一种小区智能用电系统,其特征在于,所述电能表采集模块包括电能表前端采集模块和电能表后端采集模块;

4.如权利要求1所述的一种小区智能用电系统,其特征在于,波动分析是指根据用户历史数据与当前用电量进行对比分析,其波动值大于预设波动比例,则认为用户用电量产生波动。

5.如权利要求1所述的一种小区智能用电系统,其特征在于,用户居家状态包括常住状态、非常住状态以及未搬入状态。

6.如权利要求1所述的一种小区智能用电系统,其特征在于,用电检测模型为利用历史用户居家状态和对应的四季中用户用电量作为数据集,训练支持支持向量机构建的分类模型,得到用电检测模型。

7.如权利要求6所述的一种小区智能用电系统,其特征在于,四季中用户用电量包括符合季节特征的正常用户用电量和异常用户用电量,对于异常用户用电量采用对抗网络进行数据扩充,从而保证用电量数据集平衡。

8.如权利要求1所述的一种小区智能用电系统,其特征在于,提取已知窃电数据集的窃电特征,并采用随机森林算法对特征进行训练得到窃电检测模型。

9.如权利要求8所述的一种小区智能用电系统,其特征在于,当窃电检测模型判断为存在疑似窃电行为时,若用户居家状态为常住状态或非常住状态,则进行主动窃电报警;当窃电检测模型判断为存在疑似窃电行为时,若用户居家状态为未搬入状态,则进行被动窃电报警,并通过用户移动终端通知用户。

10.如权利要求1所述的一种小区智能用电系统,其特征在于,获取用户居家状态,具体为:

...

【技术特征摘要】

1.一种小区智能用电系统,其特征在于,包括:

2.如权利要求1所述的一种小区智能用电系统,其特征在于,电力采集终端包括电能表采集模块、电量分析模块以及通讯模块;所述电能表采集模块将采集的电量数据上传给电量分析模块进行波动分析;所述通讯模块将电量分析模块的分析结果和电能表采集模块采集的电量数据上传给用电管理主站。

3.如权利要求2所述的一种小区智能用电系统,其特征在于,所述电能表采集模块包括电能表前端采集模块和电能表后端采集模块;

4.如权利要求1所述的一种小区智能用电系统,其特征在于,波动分析是指根据用户历史数据与当前用电量进行对比分析,其波动值大于预设波动比例,则认为用户用电量产生波动。

5.如权利要求1所述的一种小区智能用电系统,其特征在于,用户居家状态包括常住状态、非常住状态以及未搬入状态。

6.如权利要求1所述的一种小区智能用电系统,其特征在于,用电检测模型为利用...

【专利技术属性】
技术研发人员:朱伟郭强孔琳琳颜子龙赵丹张亚南袁志艺
申请(专利权)人:国网山东省电力公司曲阜市供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1