CN109272237A - 一种用电异常的识别方法、***及终端设备 - Google Patents
一种用电异常的识别方法、***及终端设备 Download PDFInfo
- Publication number
- CN109272237A CN109272237A CN201811132384.7A CN201811132384A CN109272237A CN 109272237 A CN109272237 A CN 109272237A CN 201811132384 A CN201811132384 A CN 201811132384A CN 109272237 A CN109272237 A CN 109272237A
- Authority
- CN
- China
- Prior art keywords
- power consumption
- daily power
- days
- user
- default
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000005856 abnormality Effects 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000005611 electricity Effects 0.000 claims abstract description 77
- 230000002159 abnormal effect Effects 0.000 claims abstract description 30
- 238000001556 precipitation Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 22
- 238000003860 storage Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004883 computer application Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 6
- 238000012790 confirmation Methods 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明适用于计算机应用技术领域,提供了一种用电异常的识别方法、***以及终端设备,所述识别方法包括:选取考量日期范围,获取考量日期范围内的日降水量以及用户的日用电量,统计日降水量和日用电量同时满足第一预设异常条件的天数,得到异常用电天数,计算异常用电天数在考量日期范围内所占的比例,得到异常度,根据异常度确定对应用户的分类。本发明确定考量日期范围内的日降水量以及用户的日用电量,并通过统计日降水量和日用电量同时满足第一预设异常条件的天数,确定异常用电天数,计算异常用电天数在考量日期范围所占的比例,得到异常度,根据异常度确定用户所属的类别,无需工作人员去现场稽查,节约了时间和人力。
Description
技术领域
本发明属于计算机应用技术领域,尤其涉及一种用电异常的识别方法、***及终端设备。
背景技术
我国现行的电价分为居民生活用电、工商业及其它用电、农业生产用电、贫困县农业生产用电等大类,分别计价。不同类别的用户执行的电价不同,因此,需要确定用电用户的类别,防止出现高价低接的情况。
现有技术中,一般是供电公司的工作人员定期去现场稽查,确定用电用户的类别,因此,由人工确定用电用户类别的方式存在时间成本高以及人工成本高的问题。
发明内容
有鉴于此,本发明实施例提供了一种用电异常的识别方法、***及终端设备,以解决现有技术中由人工确定用电用户类别的方式存在时间成本高以及人工成本高的问题。
本发明实施例的第一方面提供了一种用电异常的识别方法,包括:
选取考量日期范围;
获取所述考量日期范围内的日降水量以及用户的日用电量;
统计日降水量和日用电量同时满足预设异常条件的天数,得到异常用电天数;
计算所述异常用电天数在所述考量日期范围内所占的比例,得到异常度;
根据所述异常度确定对应用户的分类。
本发明实施例的第二方面提供了一种用电异常的识别***,包括:
考量日期选取模块,用于选取考量日期范围;
考量信息获取模块,用于获取所述考量日期范围内的日降水量以及用户的日用电量;
异常天数获取模块,用于统计日降水量和日用电量同时满足预设异常条件的天数,得到异常用电天数;
异常度计算模块,用于计算所述异常用电天数在所述考量日期范围内所占的比例,得到异常度;
用户分类模块,用于根据所述异常度确定对应用户的分类。
本发明实施例的第三方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的用电异常的识别方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述的用电异常的识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例确定考量日期范围内的日降水量以及用户的日用电量,并通过统计日降水量和日用电量同时满足第一预设异常条件的天数,确定异常用电天数,计算异常用电天数在考量日期范围所占的比例,得到异常度,根据异常度确定用户所属的类别,无需工作人员去现场稽查,节约了时间和人力,因此,降低了时间成本和人工成本。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例提供的用电异常的识别方法的实现流程示意图;
图2是本发明一个实施例提供的图1中步骤S101的具体实现流程示意图;
图3是本发明一个实施例提供的用电异常的识别***的结构示意图;
图4是本发明一个实施例提供的图3中的考量日期选取模块的具体结构示意图;
图5是本发明一个实施例提供的终端设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的***、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
实施例1:
图1示出了本发明的一个实施例提供的用电异常的识别方法的实现流程,其过程详述如下:
在步骤S101中,选取考量日期范围。
在本实施例中,选取的考量日期范围包含若干个日期,例如,选取的考量日期范围包含9月10号、9月11号和9月12号。
在步骤S102中,获取考量日期范围内的日降水量以及用户的日用电量。
在本实施例中,日降水量为某一天的降水量,将降水量与日期相对应,日用电量为用户在某一天的用电量,将用电量与日期相对应。
在本实施例中,从预存的降水表中选取考量日期范围包含的日期对应的降水量,降水表包括日期和对应的降水量。
在本实施例中,从待分类的用户中选取一个用户,作为此次分类的目标用户,获取该目标用户对应的用电量表,从该用电量表中选取考量日期范围包含的日期对应的用电量。其中,用电量表包括日期和对应的用电量。
在本发明的一个实施例中,在步骤S102之后,包括:
依次对每个日用电量进行标准化处理。
在本实施例中,由于各用户用电量不一致,为更好反映用电行为与趋势,对用户的日用电量进行标准化处理。
在本发明的一个实施例中,所述依次对每个日用电量进行标准化处理,包括:
1)查找日用电量中的最大日用电量和最小日用电量。
2)根据Pi′=(Pi-Pmin)/(Pmax-Pmin),确定标准化后的日用电量,其中,Pi'为标准化后的日用电量,Pi为标准化前的日用电量,Pmin为最小日用电量,Pmax为最大日用电量。
在本实施例中,按照日用电量的排列顺序,依次选取日用电量进行标准化处理,将选取的日用电量作为公式中的标准化前的日用电量,根据Pi′=(Pi-Pmin)/(Pmax-Pmin)公式,计算得到选取的日用电量对应的标准化的日用电量,标准化后的日用电量的值大小在0到1之间。
在步骤S103中,统计日降水量和日用电量同时满足预设异常条件的天数,得到异常用电天数。
在本发明的一个实施例中,日降水量和日用电量同时满足第一预设异常条件为:日降水量大于第一预设降水量,同时日用电量大于第一预设用电量。
在本实施例中,根据某一个日期对应的降水量和用电量同时判断该日期是否为异常用电日期。
在本实施例中,可以根据降水量和用电量判断出用户的类别,例如,如果用户为农业排灌用户(以下简称,农排用户),在降水量足够大的时候,由于农排用户无需再进行灌溉,因此,农排用户的用电量会较低。
在本发明的一个实施例中,所述用电异常的识别方法还包括:
1)根据每个日用电量所属的预设日用电量范围,确定每个日用电量对应的电量等级。
2)根据每个日降水量所属的预设日降水量范围,确定每个日降水量对应的降水等级。
3)统计日降水量对应的降水等级和日用电量对应的电量等级同时满足第二预设异常条件的天数,得到异常用电天数。
在本实施例中,为了统计异常用电天数更加直观,可以预先划分电量等级,确定每个电量等级包含的日用电量的范围,同时划分降水等级,确定每个降水等级包含的日降水量的范围。
在一个实施例中,日降水量对应的降水等级和日用电量对应的电量等级同时满足第二预设异常条件为:日降水量对应的降水等级大于第一预设降水等级,同时日用电量对应的电量等级大于第一预设电量等级。
以一个具体应用场景为例,划分了4个电量等级,分别为电量等级1、电量等级2、电量等级3和电量等级4,电量等级1对应的日用电量的范围为大于等于0并小于等于0.25,电量等级2对应的日用电量范围为大于0.25并小于等于0.5,电量等级3对应的日用电量范围为大于0.5并小于等于0.75,电量等级4对应的日用电量范围为大于0.75并小于等于1,同时划分了3个降水等级,分别为降水等级1、降水等级2和降水等级3,降水等级1对应的日降水量范围为小于10,降水等级2对应的日降水量的范围为大于等于10并小于25,降水等级3对应的日降水量范围大于等于25。
在步骤S104中,计算异常用电天数在考量日期范围内所占的比例,得到异常度。
在本实施例中,将异常用电天数除以考量日期范围包含的总天数,得到异常度。
在步骤S105中,根据异常度确定对应用户的分类。
在本实施例中,相关人员根据不同类别的用户的用电属性,为不同类别的用户设置对应的预设异常值,预设异常值为经验值。
在本发明的一个实施例中,步骤S105包括:
若异常度小于第一预设异常值,则确定用户为农排用户。
在本实施中,若待分类的用户对应的异常度小于第一预设异常值,则确定该用户的实际类型为农排用户,该用户可以继续按照农排电价缴纳电费。
在本实施例中,若异常度大于或等于第一预设异常值,确定用户的实际类别为非农排用户,若该用户上报的类别为农排用户,则将该用户类型更新为非农排用户,该用户不能继续按照农排电价缴纳电费,需要按照高电价缴纳电费,从而避免出现用户按照农排电价(低电价)缴纳电费,而没有按照自己类别所对应的高电价缴纳电费,出现损害电力公司的利益的情况。
在本实施例中,为了提高用户类别的准确率,还可以在确定出用户的实际类别为非农排用户以及该用户上报的类别为农排用户后,发送用户类别确认指令至相关部门的终端,相关部门在接收到用户类别确定指令后,进行现场核查,并将现场确认结果输入至终端设备,现场确认结果包括用户为农排用户或用户为非农排用户,若终端设备获取到现场确认结果为非农排用户,则将该用户类型更新为非农排用户,该用户不能继续按照农排电价缴纳电费,需要按照高电价缴纳电费。
在本实施例中,确定考量日期范围内的日降水量以及用户的日用电量,并通过统计日降水量和日用电量同时满足第一预设异常条件的天数,确定异常用电天数,计算异常用电天数在考量日期范围所占的比例,得到异常度,根据异常度确定用户所属的类别,无需工作人员去现场稽查,节约了时间和人力,因此,降低了时间成本和人工成本。
图2示出了本发明的一个实施例提供的图1中的步骤S101的具体实现流程,其过程详述如下:
在步骤S201中,获取预设日期范围内的日降水量。
在本实施例中,获取预存在终端设备本地的某一地区在预设日期范围内的日降水量,例如,2018年2月到7月的日降水量。
在步骤S202中,若存在日降水量大于第二预设降水量,则将大于第二预设降水量的日降水量对应的日期为目标日期。
在一个实施例中,若存在日降水量的等级大于第二预设降水等级,则将大于第二预设降水等级的日降水量对应的日期为目标日期。
在步骤S203中,选取目标日期之后的连续预设数量的日期作为考量日期范围。
在本实施例中,由于不同类别的用户在降水之后的用电量会不同,可以选取日降水量大于一定数值的日期或者日降水量等级大于一定数值的日期作为目标日期,由于不确定目标日期的降水时间(即,降水时间可以是早上、也可以是晚上),因此,仅选取目标日期之后的连续预设数量的日期作为考量日期范围,考量日期范围不包括目标日期,从而提高类别判断的准确度。
以一个具体应用场景为例,4月13号的降水量大于第二预设降水量,则将4月13号作为目标日期,预设数量为5,选取4月13号后连续5天对应的日期作为考量日期范围,即,考量日期范围包含的日期分别为4月14号、4月15号、4月16号、4月17号和4月18号。
在本实施例中,根据日期的降水量选取目标日期,并根据目标日期确定考量日期范围,为后续根据考量日期范围内的日降水量和日用电量确定用户的类别奠定了基础,提高确定用户类别的准确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例2:
图3示出了本发明的一个实施例提供的用电异常的识别***100,用于执行图1所对应的实施例中的方法步骤,其包括:
考量日期选取模块110,用于选取考量日期范围。
考量信息获取模块120,用于获取考量日期范围内的日降水量以及用户的日用电量。
异常天数获取模块130,用于统计日降水量和日用电量同时满足预设异常条件的天数,得到异常用电天数。
异常度计算模块140,用于计算异常用电天数在考量日期范围内所占的比例,得到异常度。
用户分类模块150,用于根据异常度确定对应用户的分类。
在本发明的一个实施例中,日降水量和日用电量同时满足第一预设异常条件为:日降水量大于第一预设降水量,同时日用电量大于第一预设用电量。
在本发明的一个实施例中,考量信息获取模块120还包括:
标准化处理单元,用于依次对每个日用电量进行标准化处理。
在本发明的一个实施例中,标准化处理单元包括:
电量查找子单元,用于查找日用电量中的最大日用电量和最小日用电量。
电量标准化子单元,用于根据Pi′=(Pi-Pmin)/(Pmax-Pmin),确定标准化后的日用电量,其中,Pi'为标准化后的日用电量,Pi为标准化前的日用电量,Pmin为最小日用电量,Pmax为最大日用电量。
在本发明的一个实施例中,用电异常的识别***还包括:
电量等级获取模块,用于根据每个日用电量所属的预设日用电量范围,确定每个日用电量对应的电量等级;
降水等级获取模块,用于根据每个日降水量所属的预设日降水量范围,确定每个日降水量对应的降水等级;
异常天数统计模块,用于统计日降水量对应的降水等级和日用电量对应的电量等级同时满足第二预设异常条件的天数,得到异常用电天数。
在本发明的一个实施例中,用户分类模块包括:
农排用户识别单元,用于若异常度小于第一预设异常值,则确定用户为农排用户。
如图4所示,在本发明的一个实施例中,图3中的考量日期选取模块110,用于执行图3所对应的实施例中的方法步骤,其包括:
日降水量获取单元111,用于获取预设日期范围内的日降水量。
目标日期确定单元112,用于若存在日降水量大于第二预设降水量,则将大于第二预设降水量的日降水量对应的日期为目标日期。
考量范围确定单元113,用于选取目标日期之后的连续预设数量的日期作为考量日期范围。
在一个实施例中,用电异常的识别***100还包括其他功能模块/单元,用于实现实施例1中各实施例中的方法步骤。
实施例3:
图5是本发明一实施例提供的终端设备的示意图。如图5所示,该实施例的终端设备5包括:处理器50、存储器51以及存储在所述存储器51中并可在所述处理器50上运行的计算机程序52。所述处理器50执行所述计算机程序52时实现如实施例1中所述的各实施例的步骤,例如图1所示的步骤S101至步骤S105。或者,所述处理器50执行所述计算机程序52时实现如实施例2中所述的各***实施例中的各模块/单元的功能,例如图3所示模块110至150的功能。
示例性的,所述计算机程序52可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器51中,并由所述处理器50执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序52在所述终端设备5中的执行过程。例如,所述计算机程序52可以被分割成考量日期选取模块、考量信息获取模块、异常天数获取模块、异常度计算模块和用户分类模块。各模块具体功能如下:
考量日期选取模块,用于选取考量日期范围。
考量信息获取模块,用于获取考量日期范围内的日降水量以及用户的日用电量。
异常天数获取模块,用于统计日降水量和日用电量同时满足预设异常条件的天数,得到异常用电天数。
异常度计算模块,用于计算异常用电天数在考量日期范围内所占的比例,得到异常度。
用户分类模块,用于根据异常度确定对应用户的分类。
所述终端设备5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备5可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是终端设备5的示例,并不构成对终端设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51可以是所述终端设备5的内部存储单元,例如终端设备5的硬盘或内存。所述存储器51也可以是所述终端设备5的外部存储设备,例如所述终端设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述终端设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4:
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如实施例1中所述的各实施例中的步骤,例如图1所示的步骤S101至步骤S105。或者,所述计算机程序被处理器执行时实现如实施例2中所述的各***实施例中的各模块/单元的功能,例如图3所示的模块110至150的功能。
所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。
在上述实施例中,对各个实施例的描述都各有侧重,实施例1至4可以任意组合,组合后形成的新的实施例也在本申请的保护范围之内。某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的终端设备和方法,可以通过其它的方式实现。例如,以上所描述的***/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种用电异常的识别方法,其特征在于,包括:
选取考量日期范围;
获取所述考量日期范围内的日降水量以及用户的日用电量;
统计日降水量和日用电量同时满足第一预设异常条件的天数,得到异常用电天数;
计算所述异常用电天数在所述考量日期范围内所占的比例,得到异常度;
根据所述异常度确定对应用户的分类。
2.如权利要求1所述的用电异常的识别方法,其特征在于,所述日降水量和日用电量同时满足第一预设异常条件为:所述日降水量大于第一预设降水量,同时所述日用电量大于第一预设用电量。
3.如权利要求1所述的用电异常的识别方法,其特征在于,所述选取考量日期范围,包括:
获取预设日期范围内的日降水量;
若存在日降水量大于第二预设降水量,则将大于第二预设降水量的日降水量对应的日期为目标日期;
选取所述目标日期之后的连续预设数量的日期作为所述考量日期范围。
4.如权利要求1所述的用电异常的识别方法,其特征在于,在所述获取所述考量日期范围内的日降水量以及用户的日用电量之后,包括:
依次对每个所述日用电量进行标准化处理。
5.如权利要求4所述的用电异常的识别方法,其特征在于,所述依次对每个所述日用电量进行标准化处理,包括:
查找所述日用电量中的最大日用电量和最小日用电量;
根据Pi′=(Pi-Pmin)/(Pmax-Pmin),确定标准化后的日用电量,其中,所述Pi′为所述标准化后的日用电量,所述Pi为标准化前的日用电量,所述Pmin为所述最小日用电量,所述Pmax为所述最大日用电量。
6.如权利要求1所述的用电异常的识别方法,其特征在于,还包括:
根据每个日用电量所属的预设日用电量范围,确定所述每个日用电量对应的电量等级;
根据每个日降水量所属的预设日降水量范围,确定所述每个日降水量对应的降水等级;
统计日降水量对应的降水等级和日用电量对应的电量等级同时满足第二预设异常条件的天数,得到异常用电天数。
7.如权利要求1所述的用电异常的识别方法,其特征在于,所述根据所述异常度确定对应用户的分类,包括:
若所述异常度小于第一预设异常值,则确定所述用户为农排用户。
8.一种用电异常的识别***,其特征在于,包括:
考量日期选取模块,用于选取考量日期范围;
考量信息获取模块,用于获取所述考量日期范围内的日降水量以及用户的日用电量;
异常天数获取模块,用于统计日降水量和日用电量同时满足预设异常条件的天数,得到异常用电天数;
异常度计算模块,用于计算所述异常用电天数在所述考量日期范围内所占的比例,得到异常度;
用户分类模块,用于根据所述异常度确定对应用户的分类。
9.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述的用电异常的识别方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的用电异常的识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811132384.7A CN109272237A (zh) | 2018-09-27 | 2018-09-27 | 一种用电异常的识别方法、***及终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811132384.7A CN109272237A (zh) | 2018-09-27 | 2018-09-27 | 一种用电异常的识别方法、***及终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109272237A true CN109272237A (zh) | 2019-01-25 |
Family
ID=65199044
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811132384.7A Pending CN109272237A (zh) | 2018-09-27 | 2018-09-27 | 一种用电异常的识别方法、***及终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272237A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111178396A (zh) * | 2019-12-12 | 2020-05-19 | 国网北京市电力公司 | 用电异常用户的识别方法及装置 |
CN115660445A (zh) * | 2022-12-06 | 2023-01-31 | 东莞先知大数据有限公司 | 一种用电量预警方法、装置及计算机设备 |
CN117290797A (zh) * | 2023-11-24 | 2023-12-26 | 国网山东省电力公司济宁供电公司 | 一种建筑能耗预测方法、***、装置及介质 |
CN117787572A (zh) * | 2024-02-27 | 2024-03-29 | 国网山西省电力公司临汾供电公司 | 一种异常用电用户识别方法、装置、存储介质及电子设备 |
-
2018
- 2018-09-27 CN CN201811132384.7A patent/CN109272237A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111178396A (zh) * | 2019-12-12 | 2020-05-19 | 国网北京市电力公司 | 用电异常用户的识别方法及装置 |
CN115660445A (zh) * | 2022-12-06 | 2023-01-31 | 东莞先知大数据有限公司 | 一种用电量预警方法、装置及计算机设备 |
CN117290797A (zh) * | 2023-11-24 | 2023-12-26 | 国网山东省电力公司济宁供电公司 | 一种建筑能耗预测方法、***、装置及介质 |
CN117290797B (zh) * | 2023-11-24 | 2024-02-02 | 国网山东省电力公司济宁供电公司 | 一种建筑能耗预测方法、***、装置及介质 |
CN117787572A (zh) * | 2024-02-27 | 2024-03-29 | 国网山西省电力公司临汾供电公司 | 一种异常用电用户识别方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272237A (zh) | 一种用电异常的识别方法、***及终端设备 | |
CN109034244B (zh) | 基于电量曲线特征模型的线损异常诊断方法及装置 | |
CN104794206B (zh) | 一种变电站数据质量评价***及方法 | |
CN108564181A (zh) | 电力设备故障检测与维修方法及终端设备 | |
CN108932217A (zh) | 能耗统计的方法及装置 | |
CN114298863A (zh) | 一种智能抄表终端的数据采集方法及*** | |
CN109031184A (zh) | 一种电能计量装置的监测方法、***及终端设备 | |
CN112684400A (zh) | 小电量台区的电能表运行误差数据监测方法及*** | |
CN109299334A (zh) | 一种知识图谱的数据处理方法及装置 | |
CN109447496A (zh) | 窃电行为判定方法及终端设备 | |
CN109522344A (zh) | 一种基于数据可视化的数据处理方法及设备 | |
CN109242722A (zh) | 台区线损在线监测方法、***及终端设备 | |
CN113591393A (zh) | 智能变电站的故障诊断方法、装置、设备和存储介质 | |
CN111160404A (zh) | 配电网线损标杆合理值的分析方法及装置 | |
CN109976875A (zh) | 一种超融合云计算***的数据监测方法和装置 | |
CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
CN110909129B (zh) | 异常投诉事件的识别方法及装置 | |
CN109559054A (zh) | 一种电力工程施工信息处理*** | |
CN109151004A (zh) | 物联网网关、机床数据管理***及方法 | |
CN116231633A (zh) | 配电网碳排放量的监测方法、装置、设备及存储介质 | |
CN111966712A (zh) | 数据处理方法、装置、服务器及存储介质 | |
CN107886252A (zh) | 电量电费复核方法、***及终端设备 | |
CN110059114A (zh) | 房屋空置率获取方法、装置、终端及计算机可读存储介质 | |
CN113391256A (zh) | 一种现场作业终端的电能表计量故障分析方法及*** | |
CN208986968U (zh) | 物联网网关和机床数据管理*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |