[發(fā)明專利]一種基于多模型的集中器異常數(shù)據(jù)提醒方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202110821861.6
• 申請日: 2021-07-21
• 公開（公告）號: CN113269478B
• 公開（公告）日: 2021-10-15
• 發(fā)明（設(shè)計）人: 陳恩澤;申珅;陳君;周暢
• 申請（專利權(quán)）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(wù)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(shù)據(jù)提醒方法，其特征在于，所述基于多模型的集中器異常數(shù)據(jù)提醒方法包括：

根據(jù)目標(biāo)用戶的歷史用電數(shù)據(jù)生成所述目標(biāo)用戶的目標(biāo)耗電模型，根據(jù)所述目標(biāo)用戶所在小區(qū)所有用戶的用電異常數(shù)據(jù)生成通用異常模型；

從采集器中獲取所述目標(biāo)用戶當(dāng)前時刻預(yù)設(shè)單位時間間隔的待測用電數(shù)據(jù)，并將所述待測用電數(shù)據(jù)發(fā)送至所述目標(biāo)耗電模型及所述通用異常模型；

當(dāng)所述目標(biāo)耗電模型及所述通用異常模型的輸出結(jié)果均為異常時，報告所述目標(biāo)用戶用電異常，并將所述待測用電數(shù)據(jù)增加至所述目標(biāo)用戶所在小區(qū)所有用戶的用電異常數(shù)據(jù)中；

其中，根據(jù)目標(biāo)用戶的歷史用電數(shù)據(jù)生成所述目標(biāo)用戶的目標(biāo)耗電模型具體包括：

根據(jù)分時段收費的所有用戶的每月耗電總量及每月對應(yīng)的電費對用戶用電習(xí)慣進行初步分類，得到環(huán)保用戶數(shù)據(jù)、錯峰用戶數(shù)據(jù)及常規(guī)用戶數(shù)據(jù)，并按照預(yù)設(shè)比例將環(huán)保用戶數(shù)據(jù)、錯峰用戶數(shù)據(jù)及常規(guī)用戶數(shù)據(jù)中的一部分?jǐn)?shù)據(jù)作為訓(xùn)練集，另一部分?jǐn)?shù)據(jù)作為測試集；

將所述訓(xùn)練集中的環(huán)保用戶數(shù)據(jù)作為環(huán)保用戶模型的識別目標(biāo)，將所述訓(xùn)練集中的錯峰用戶數(shù)據(jù)作為錯峰用戶模型的識別目標(biāo)，將所述訓(xùn)練集中的常規(guī)用戶數(shù)據(jù)作為常規(guī)用戶模型的識別目標(biāo)，分別進行訓(xùn)練；

使用測試集對訓(xùn)練結(jié)果進行測試，以得到所述環(huán)保用戶模型、所述錯峰用戶模型及所述常規(guī)用戶模型；

將所述目標(biāo)用戶的歷史用電數(shù)據(jù)發(fā)送至所述環(huán)保用戶模型、所述錯峰用戶模型及所述常規(guī)用戶模型，得到所述目標(biāo)用戶的歷史用電數(shù)據(jù)與所述環(huán)保用戶模型、所述錯峰用戶模型及所述常規(guī)用戶模型的匹配程度，將匹配度最高的用戶模型作為目標(biāo)耗電模型。

2.根據(jù)權(quán)利要求1所述的基于多模型的集中器異常數(shù)據(jù)提醒方法，其特征在于，所述使用測試集對訓(xùn)練結(jié)果進行測試，以得到所述環(huán)保用戶模型、所述錯峰用戶模型及所述常規(guī)用戶模型的步驟之后還包括：

將所述環(huán)保用戶數(shù)據(jù)輸入至所述環(huán)保用戶模型，得到環(huán)保用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)的占比，當(dāng)所述環(huán)保用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)的占比高于預(yù)設(shè)魯棒性閾值時，從所述環(huán)保用戶數(shù)據(jù)中去除所述環(huán)保用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)，并使用去除后的環(huán)保用戶數(shù)據(jù)重新訓(xùn)練所述環(huán)保用戶模型；

將所述錯峰用戶數(shù)據(jù)輸入至所述錯峰用戶模型，得到錯峰用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)的占比，當(dāng)所述錯峰用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)的占比高于預(yù)設(shè)魯棒性閾值時，從所述錯峰用戶數(shù)據(jù)中去除所述錯峰用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)，并使用去除后的錯峰用戶數(shù)據(jù)重新訓(xùn)練所述錯峰用戶模型；

將所述常規(guī)用戶數(shù)據(jù)輸入至所述常規(guī)用戶模型，得到常規(guī)用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)的占比，當(dāng)所述常規(guī)用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)的占比高于預(yù)設(shè)魯棒性閾值時，從所述常規(guī)用戶數(shù)據(jù)中去除所述常規(guī)用戶數(shù)據(jù)匹配度低于預(yù)設(shè)匹配度閾值的數(shù)據(jù)，并使用去除后的常規(guī)用戶數(shù)據(jù)重新訓(xùn)練所述常規(guī)用戶模型。

3.根據(jù)權(quán)利要求1所述的基于多模型的集中器異常數(shù)據(jù)提醒方法，其特征在于，還包括：

所述目標(biāo)耗電模型為隨機森林模型，當(dāng)所述待測用電數(shù)據(jù)與所述目標(biāo)耗電模型的匹配度低于預(yù)設(shè)匹配度閾值時，所述目標(biāo)耗電模型輸出結(jié)果為異常。

4.根據(jù)權(quán)利要求1所述的基于多模型的集中器異常數(shù)據(jù)提醒方法，其特征在于，所述目標(biāo)用戶所在小區(qū)所有用戶的用電異常數(shù)據(jù)具體包括：

所述目標(biāo)用戶所在小區(qū)現(xiàn)有電力計量自動化系統(tǒng)所采集到的包含各相電流、電壓、功率因數(shù)在內(nèi)的用電負(fù)荷數(shù)據(jù)以及電網(wǎng)采集器、集中器及電表報告的用電異常信息。