[發明專利]一種基于多模型的集中器異常數據提醒方法及系統

有效

• 申請號: 202110821861.6
• 申請日: 2021-07-21
• 公開（公告）號: CN113269478B
• 公開（公告）日: 2021-10-15
• 發明（設計）人: 陳恩澤;申珅;陳君;周暢
• 申請（專利權）人: 武漢中原電子信息有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/00
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 范三霞

1.一種基于多模型的集中器異常數據提醒方法，其特征在于，所述基于多模型的集中器異常數據提醒方法包括：

根據目標用戶的歷史用電數據生成所述目標用戶的目標耗電模型，根據所述目標用戶所在小區所有用戶的用電異常數據生成通用異常模型；

從采集器中獲取所述目標用戶當前時刻預設單位時間間隔的待測用電數據，并將所述待測用電數據發送至所述目標耗電模型及所述通用異常模型；

當所述目標耗電模型及所述通用異常模型的輸出結果均為異常時，報告所述目標用戶用電異常，并將所述待測用電數據增加至所述目標用戶所在小區所有用戶的用電異常數據中；

其中，根據目標用戶的歷史用電數據生成所述目標用戶的目標耗電模型具體包括：

根據分時段收費的所有用戶的每月耗電總量及每月對應的電費對用戶用電習慣進行初步分類，得到環保用戶數據、錯峰用戶數據及常規用戶數據，并按照預設比例將環保用戶數據、錯峰用戶數據及常規用戶數據中的一部分數據作為訓練集，另一部分數據作為測試集；

將所述訓練集中的環保用戶數據作為環保用戶模型的識別目標，將所述訓練集中的錯峰用戶數據作為錯峰用戶模型的識別目標，將所述訓練集中的常規用戶數據作為常規用戶模型的識別目標，分別進行訓練；

使用測試集對訓練結果進行測試，以得到所述環保用戶模型、所述錯峰用戶模型及所述常規用戶模型；

將所述目標用戶的歷史用電數據發送至所述環保用戶模型、所述錯峰用戶模型及所述常規用戶模型，得到所述目標用戶的歷史用電數據與所述環保用戶模型、所述錯峰用戶模型及所述常規用戶模型的匹配程度，將匹配度最高的用戶模型作為目標耗電模型。

2.根據權利要求1所述的基于多模型的集中器異常數據提醒方法，其特征在于，所述使用測試集對訓練結果進行測試，以得到所述環保用戶模型、所述錯峰用戶模型及所述常規用戶模型的步驟之后還包括：

將所述環保用戶數據輸入至所述環保用戶模型，得到環保用戶數據匹配度低于預設匹配度閾值的數據的占比，當所述環保用戶數據匹配度低于預設匹配度閾值的數據的占比高于預設魯棒性閾值時，從所述環保用戶數據中去除所述環保用戶數據匹配度低于預設匹配度閾值的數據，并使用去除后的環保用戶數據重新訓練所述環保用戶模型；

將所述錯峰用戶數據輸入至所述錯峰用戶模型，得到錯峰用戶數據匹配度低于預設匹配度閾值的數據的占比，當所述錯峰用戶數據匹配度低于預設匹配度閾值的數據的占比高于預設魯棒性閾值時，從所述錯峰用戶數據中去除所述錯峰用戶數據匹配度低于預設匹配度閾值的數據，并使用去除后的錯峰用戶數據重新訓練所述錯峰用戶模型；

將所述常規用戶數據輸入至所述常規用戶模型，得到常規用戶數據匹配度低于預設匹配度閾值的數據的占比，當所述常規用戶數據匹配度低于預設匹配度閾值的數據的占比高于預設魯棒性閾值時，從所述常規用戶數據中去除所述常規用戶數據匹配度低于預設匹配度閾值的數據，并使用去除后的常規用戶數據重新訓練所述常規用戶模型。

3.根據權利要求1所述的基于多模型的集中器異常數據提醒方法，其特征在于，還包括：

所述目標耗電模型為隨機森林模型，當所述待測用電數據與所述目標耗電模型的匹配度低于預設匹配度閾值時，所述目標耗電模型輸出結果為異常。

4.根據權利要求1所述的基于多模型的集中器異常數據提醒方法，其特征在于，所述目標用戶所在小區所有用戶的用電異常數據具體包括：

所述目標用戶所在小區現有電力計量自動化系統所采集到的包含各相電流、電壓、功率因數在內的用電負荷數據以及電網采集器、集中器及電表報告的用電異常信息。