【技术实现步骤摘要】
本专利技术涉及电数字数据处理，尤其涉及一种基于模式识别的电能表监测数据的处理方法。
技术介绍
1、在对带有抄表功能的电能表进行抄表过程中，需要将用户的用电信息一同同步到电网区域总站，并由电网区域总站对每个电能表的用电监测数据进行记录，从而用于后续数据分析过程。其中，数据分析过程包括根据用户的用电模式进行用电负荷的预测，从而保证电网稳定性，其次还包括对每个电能表对应的用户的用电模式进行分析，并根据用户的用电模式进行周期同步数据的识别与检测，从而实现用电异常的检测。
2、针对于用电异常的检测，现有技术中，在电网区域总站获取到每个电能表在多个周期内的用电监测时序数据之后，对多个周期内的用电监测时序数据进行基于连通性的离群检测，以获取每个周期内的用电监测时序数据的离群程度，进而根据离群程度对偏离用户日常用电情况所对应的用电监测时序数据进行数据标识，进而根据标识的用电监测时序数据进行用户用电异常的检测。
3、其中，在对多个周期内的用电监测时序数据进行基于连通性的离群检测的过程中，是对具有相同时序长度的数据序列进行欧式距离的判断，但是在判断过程中，由于电能表对应的用电模式可能存在变化，单独通过数据序列之间的欧式距离进行离群程度的获取，会导致在用户出现用电模式变化时，将用户的正常用电模式变化对应的用电监测时序数据识别为异常数据。
4、因此，如何保证每个周期内的用电监测时序数据的离群程度的准确性，进而提高异常用电数据识别的精度成为亟需解决的问题。
技术实现思路
2、本专利技术实施例中提供了一种基于模式识别的电能表监测数据的处理方法，基于模式识别的电能表监测数据的处理方法包括以下步骤：
3、对电网区域总站中的所有电能表进行用电数据的采集，分别得到每个所述电能表的历史周期用电时序数据，对所有历史周期用电时序数据进行聚类，得到至少一个簇类；
4、针对任一电能表，获取所述电能表的实时周期用电时序数据，根据所述实时周期用电时序数据与每个所述历史周期用电时序数据之间的差异，获取所述实时周期用电时序数据的近邻时序数据集合，根据所述实时周期用电时序数据和所述近邻时序数据集合，分别获取所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量；
5、根据所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量，确定所述实时周期用电时序数据所属的目标簇类，根据所述实时周期用电时序数据所属的目标簇类，获取所述实时周期用电时序数据对应的用电模式变化程度；
6、根据所述实时周期用电时序数据对应的用电模式变化程度，对所述实时周期用电时序数据进行cof离群点检测，得到所述电能表的实时周期用电时序数据的离群因子，根据所有电能表的实时周期用电时序数据的离群因子进行异常用电数据的标识。
7、优选的，所述根据所述实时周期用电时序数据与每个所述历史周期用电时序数据之间的差异，获取所述实时周期用电时序数据的近邻时序数据集合，包括：
8、分别获取所述实时周期用电时序数据与每个所述历史周期用电时序数据之间的欧式距离，对所有欧式距离进行从小到大排序，将排序后的前k个欧式距离所对应的历史周期用电时序数据组成所述实时周期用电时序数据的近邻时序数据集合。
9、优选的，所述根据所述实时周期用电时序数据和所述近邻时序数据集合，分别获取所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量，包括：
10、针对所述近邻时序数据集合中的任一历史周期用电时序数据，获取所述历史周期用电周期时序数据的近邻时序数据集合作为第一近邻时序数据集合，获取所述近邻时序数据集合与所述第一近邻时序数据集合之间的交集，获取所述历史周期用电时序数据与所述实时周期用电时序数据之间的欧式距离的倒数，对所述倒数和所述交集中所包含的历史周期用电周期时序数据的数量之间的乘积进行归一化处理，得到对应的归一化值作为所述历史周期用电时序数据的影响权重；
11、针对任一簇类，根据所述近邻时序数据集合中的每个历史周期用电时序数据的影响权重、所述簇类的簇类中心对应的历史周期用电时序数据和所述实时周期用电时序数据，获取所述实时周期用电时序数据与所述簇类的簇类中心之间的距离度量。
12、优选的，所述根据所述近邻时序数据集合中的每个历史周期用电时序数据的影响权重、所述簇类的簇类中心对应的历史周期用电时序数据和所述实时周期用电时序数据，获取所述实时周期用电时序数据与所述簇类的簇类中心之间的距离度量，包括：
13、分别获取所述近邻时序数据集合中的每个历史周期用电时序数据与所述簇类的簇类中心对应的历史周期用电时序数据之间的第一欧式距离，根据所述近邻时序数据集合中的每个历史周期用电时序数据的影响权重，对所有第一欧式距离进行加权求和，得到对应的加权求和结果；
14、获取所述簇类的簇类中心对应的历史周期用电时序数据和所述实时周期用电时序数据之间的第二欧式距离，将所述第二欧式距离与所述加权求和结果之间的和作为所述实时周期用电时序数据与所述簇类的簇类中心之间的距离度量。
15、优选的，所述根据所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量，确定所述实时周期用电时序数据所属的目标簇类，包括：
16、根据所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量，确定距离度量最小所对应的簇类作为所述实时周期用电时序数据所属的目标簇类。
17、优选的，所述根据所述实时周期用电时序数据所属的目标簇类，获取所述实时周期用电时序数据对应的用电模式变化程度，包括：
18、获取所述实时周期用电时序数据的前相邻周期用电时序数据，并确定所述前相邻周期用电时序数据所属的目标簇类，若所述实时周期用电时序数据所属的目标簇类与所述前相邻周期用电时序数据所属的目标簇类为同一个簇类，则获取所述实时周期用电时序数据与所述目标簇类的簇类中心之间的距离度量作为第一距离，获取所述前相邻周期用电时序数据与所述目标簇类的簇类中心之间的距离度量作为第二距离；
19、将所述第一距离和所述第二距离之间的差值绝对值的相反数代入以自然常数e为底数的指数函数，对应得到的第一指数函数结果，将常数1与所述第一指数函数结果之间的相减结果作为所述实时周期用电时序数据对应的用电模式变化程度。
20、优选的，所述根据所述实时周期用电时序数据所属的目标簇类，获取所述实时周期用电时序数据对应的用电模式变化程度，还包括：
21、若所述实时周期用电时序数据所属的目标簇类与所述前相邻周期用电时序数据所属的目标簇类不为同一个簇类，则获取所述实时周期用电时序数据所属的目标簇类的簇类中心与所述前相邻周期用电时序数据所属的目标簇类的簇类中心之间的第三欧式距离，将所本文档来自技高网...
【技术保护点】
1.基于模式识别的电能表监测数据的处理方法，其特征在于，所述基于模式识别的电能表监测数据的处理方法包括：
2.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据与每个所述历史周期用电时序数据之间的差异，获取所述实时周期用电时序数据的近邻时序数据集合，包括：
3.根据权利要求2所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据和所述近邻时序数据集合，分别获取所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量，包括：
4.根据权利要求3所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述近邻时序数据集合中的每个历史周期用电时序数据的影响权重、所述簇类的簇类中心对应的历史周期用电时序数据和所述实时周期用电时序数据，获取所述实时周期用电时序数据与所述簇类的簇类中心之间的距离度量，包括：
5.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据与每个所述簇类的簇类中心之
6.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据所属的目标簇类，获取所述实时周期用电时序数据对应的用电模式变化程度，包括：
7.根据权利要求6所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据所属的目标簇类，获取所述实时周期用电时序数据对应的用电模式变化程度，还包括：
8.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据对应的用电模式变化程度，对所述实时周期用电时序数据进行COF离群点检测，得到所述电能表的实时周期用电时序数据的离群因子，包括：
9.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所有电能表的实时周期用电时序数据的离群因子进行异常用电数据的标识，包括：
10.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述对所有历史周期用电时序数据进行聚类，得到至少一个簇类，包括：
...【技术特征摘要】
1.基于模式识别的电能表监测数据的处理方法，其特征在于，所述基于模式识别的电能表监测数据的处理方法包括：
2.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据与每个所述历史周期用电时序数据之间的差异，获取所述实时周期用电时序数据的近邻时序数据集合，包括：
3.根据权利要求2所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据和所述近邻时序数据集合，分别获取所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量，包括：
4.根据权利要求3所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述近邻时序数据集合中的每个历史周期用电时序数据的影响权重、所述簇类的簇类中心对应的历史周期用电时序数据和所述实时周期用电时序数据，获取所述实时周期用电时序数据与所述簇类的簇类中心之间的距离度量，包括：
5.根据权利要求1所述的基于模式识别的电能表监测数据的处理方法，其特征在于，所述根据所述实时周期用电时序数据与每个所述簇类的簇类中心之间的距离度量，确定所...
【专利技术属性】
技术研发人员：马文栋，李丰生，陈思嘉，
申请(专利权)人：山东德源电力科技股份有限公司，
类型：发明
国别省市：
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。