CN114460890A - 一种无人值守配电房的远程监控***及方法 - Google Patents

一种无人值守配电房的远程监控***及方法 Download PDF

Info

Publication number
CN114460890A
CN114460890A CN202210117998.8A CN202210117998A CN114460890A CN 114460890 A CN114460890 A CN 114460890A CN 202210117998 A CN202210117998 A CN 202210117998A CN 114460890 A CN114460890 A CN 114460890A
Authority
CN
China
Prior art keywords
user equipment
time
time period
historical
utilization data
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.)
Granted
Application number
CN202210117998.8A
Other languages
English (en)
Other versions
CN114460890B (zh
Inventor
周永军
周爱众
薛舒允
臧依婷
田松义
熊梓江
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd
Original Assignee
Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd filed Critical Nanjing Urban Construction Tunnel And Bridge Intelligent Management Co ltd
Priority to CN202210117998.8A priority Critical patent/CN114460890B/zh
Publication of CN114460890A publication Critical patent/CN114460890A/zh
Application granted granted Critical
Publication of CN114460890B publication Critical patent/CN114460890B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/048—Monitoring; Safety

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种无人值守配电房的远程监控***及方法，所述用电预测模块根据各用户设备对应的历史用电关系系数及相应的历史用电数据，对各用户设备当前时间段对应的用电数据进行预测，并对预测结果进行校准，进一步对配电房内当前时间对应的用电数据进行预测。本发明通过远程监控不仅能够实现对多个配电房进行综合管理，实现了人力资源的合理分配，还能够根据配电房内各用户设备的历史用电数据对当前时间段配电房内各用户设备对应的用电数据进行精准预测，进而预测出当前时间配电房内的用电数据，并通过当前时间配电房内预测的用电数据与实际用电数据之间的差异，实现对配电房的精准监控。

Description

一种无人值守配电房的远程监控***及方法
技术领域
本发明涉及远程监控技术领域，具体为一种无人值守配电房的远程监控***及方法。
背景技术
随着计算机技术的快速发展，人们对计算机技术的运用越来越广泛，结合近年来，我国大力发展智能电网，输变电***的智能化、信息化、技术化已具备较高的水平，但是在配电环节仍存在较大的缺陷，进而对配电设备进行监测正在成为当前人们需要解决的问题。
当前现有的对配电房的远程监控***中，只是单纯的从配电房的环境方面进行监控，考虑的只是配电房环境的安全问题，但是对用户设备的用电情况为进行监测，无法根据用户设备的实际用电情况进行监控预警。
针对上述情况，我们需要一种无人值守配电房的远程监控***及方法。
发明内容
本发明的目的在于提供一种无人值守配电房的远程监控***及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种无人值守配电房的远程监控***，包括：
设备管理模块，所述设备管理模块用于对配电房内的各用户设备进行管理；
历史用电数据获取模块，所述历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据；
历史用电数据筛选模块，所述历史用电数据筛选模块对历史用电数据获取模块中得到的历史用电数据进行筛选，标记历史用电数据中的异常数据；
历史用电关系系数获取模块，所述历史用电关系系数获取模块获取历史用电数据筛选模块筛选后的历史用电数据，并对获取的数据进行处理，得到各用户设备对应的历史用电关系系数；
用电预测模块，所述用电预测模块根据各用户设备对应的历史用电关系系数及相应的历史用电数据，对各用户设备当前时间段对应的用电数据进行预测，并对预测结果进行校准，进一步对配电房内当前时间对应的用电数据进行预测；
监控预警模块，所述监控预警模块根据预测的配电房内当前时间对应的用电数据及相应的实际用电数据，获取该配电房当前时间的实际用电数据对应的理论偏差值，进而判断当前时间配电房的实际用电数据是否正常，针对异常情况进行报警，并呈现在远程监控屏幕上。
本发明通过各个模块的协同合作，共同实现了对配电房内各个用户设备的用电数据进行预测，进而根据当前时间进一步预测出该配电房的当前时间对应的用电数据，并根据配电房的用电数据的预测结果与测得的实际用电数据之间的理论偏差值判断当前配电房的实际用电数据是否异常，并针对异常情况通过远程监控屏幕进行报警。
进一步的，所述设备管理模块对各用户设备进行管理时，会分别对配电室中的各用户设备进行编号，一个用户设备对应一个编号，且一个配电室中各用户设备分别对应的编号是连续的。
进一步的，所述历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据，所述不同时间指的是不同数据年份差中不同时间周期中不同时间区间，
所述历史用电数据获取模块会将一年均分成a1份，进而每一年的历史用电数据对应a1个时间周期，并按顺序对时间周期进行编号，
所述一年按照365天计算，当遇到闰年时，所述历史用电数据获取模块会在该年内随机剔除一天对应的历史用电数据；
所述历史用电数据获取模块会将每一天均分成a2份，进而每一天的历史用电数据对应a2个时间区间，并按顺序对时间区间进行编号；
所述历史用电数据获取模块会分别将当前时间对应的年份减去每个历史用电数据对应的年份，将所得的每个差值作为数据年份差，记为k；
所述历史用电数据获取模块将获取的第m个用户设备在第k个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据记为
Figure BDA0003497292730000021
本发明历史用电数据获取模块将一年划分成不同的时间周期，是因为同一用户设备不同时间周期对应的用电情况可能不同，比如夏天用户需要开空调，用户的用电数据会相对其他时间较高；将一天划分成不同的时间区间，是因为同一用户不同时间区间对应的用电情况可能不同，普通用户一天内的用电数据分布是不均匀的，一般情况下傍晚的用电量要比凌晨的更高；计算数据年份差，是因为用户不同年份同一时间周期同一时间区间对应的用电情况一般也是不相同，随着人们生活质量的提高，用户同一时间周期中同一时间区间对应的用电数据一般是逐年增长的。
进一步的，所述历史用电数据筛选模块获取历史用电数据获取模块得到的历史用电数据，并分别将获取的历史用电数据与第一阈值进行比较，
当历史用电数据大于第一阈值时，判定该历史用电数据正常；
当历史用电数据小于等于第一阈值时，判定该历史用电数据异常，并对该历史用电数据进行标记。
本发明历史用电数据筛选模块对历史数据进行筛选，是为了挑选出用户因特殊情况导致对应的历史用电数据极小，甚至为0，进而对后续历史用电关系系数的计算产生影响，进而使得计算的用户设备对应的历史用电关系系数存在较大偏差，甚至无法计算出用户设备对应的历史用电关系系数；对筛选出的异常的历史用电数据进行标记，是为了便于在后续计算用户设备对应的历史用电关系系数的过程中，减小异常的历史用电数据造成的影响。
进一步的，所述历史用电关系系数获取模块获取各用户设备对应的历史用电关系系数的方法包括以下步骤：
S1.1、分别获取各用户设备对应的最大数据年份差，将第m个用户设备对应的最大数据年份差记为Nm；
S1.2、分别计算k为不同值时，每个用户设备对应的历史用电数据相应的各个归一化处理结果，所述k为正整数；
S1.3、根据S1.2中得到的每个用户设备对应的各个归一化处理结果，得到各用户设备对应的历史用电关系系数。
本发明历史用电关系系数获取模块在S1.2中计算每个用户设备对应的历史用电数据相应的各个归一化处理结果，是为了提前排除标记的历史用电数据在后续计算历史用电关系系数中的影响，进而使得获取的历史用电关系系数更加准确、更加贴合实际情况，进而使得后续对配电房内用电数据的预测结果更加准确。
进一步的，所述S1.2中计算k为不同值时每个用户设备对应的历史用电数据相应的各个归一化处理结果，用
Figure BDA0003497292730000031
表示第m个用户设备在第k个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据与第m个用户设备在第k+1个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据的商的归一化处理结果，
Figure BDA0003497292730000041
为分段函数，
Figure BDA0003497292730000042
当
Figure BDA0003497292730000043
或者
Figure BDA0003497292730000044
被标记时，此时
Figure BDA0003497292730000045
当
Figure BDA0003497292730000046
与
Figure BDA0003497292730000047
均未被标记时，此时
Figure BDA0003497292730000048
所述S1.3中得到各用户设备对应的历史用电关系系数的方法为：将第m个用户设备在第i时间周期中第j时间区间对应的历史用电关系系数记为Emij，
所述
Figure BDA0003497292730000049
其中，b表示在k为不同值时，第m个用户设备对应的
Figure BDA00034972927300000410
的个数。
本发明在获取历史用电数据相应的归一化处理结果中，当
Figure BDA00034972927300000411
或者
Figure BDA00034972927300000412
被标记时，设置
Figure BDA00034972927300000413
是因为被标记的历史用电数据均是小于等于第一阈值的，被标记的历史用电数据的数值均是较小，甚至为0的，当被标记的数据作为
Figure BDA00034972927300000414
中的分子时，会使得
Figure BDA00034972927300000415
的结果极小，甚至为0，当被标记的数据作为
Figure BDA00034972927300000416
中的分子时，会使得
Figure BDA00034972927300000417
的结果极大，甚至当分母为0时，使得
Figure BDA00034972927300000418
无意义，进而在求取Emij时，令
Figure BDA00034972927300000419
或者
Figure BDA00034972927300000420
被标记时，
Figure BDA00034972927300000421
并获取b，即可排除标记的历史用电数据对历史用电关系系数的影响；在求和过程中，将k的上限设置成Nm-1是因为第m个用户设备对应的最大数据年份差记为Nm，通过k+1＝Nm，可以得到对应的k的上限为Nm-1。
进一步的，所述用电预测模块对各用户设备当前时间段对应的用电数据进行预测的方法包括以下步骤：
S2.1、获取当前时间段对应的时间周期I及时间区间J，分别获取各用户设备在第I时间周期中第J时间区间对应的历史用电关系系数及各用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据，
将第m个用户设备在第I时间周期中第J时间区间对应的历史用电关系系数记为EmIJ，将第m个用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据记为
Figure BDA00034972927300000422
S2.2、获取m为不同值时，第m个用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间分别对应的历史用电关系系数及
Figure BDA0003497292730000051
对应数据年份差中第I时间周期中相应时间区间对应的历史用电数据，
所述第m个用户设备在第I时间周期中与第J时间区间相邻的第w个时间区间分别对应的历史用电关系系数记为EmIJw，获取EmIJw的方法与获取EmIJ的方法相同，
所述第m个用户设备在
Figure BDA0003497292730000052
对应数据年份差中第I时间周期中与第J时间区间相邻的第w个时间区间对应的历史用电数据记为
Figure BDA0003497292730000053
S2.3、分别预测各用户设备当前时间段对应的用电数据，将第m个用户设备当前时间段对应的用电数据的预测结果记为BmIJ，
所述
Figure BDA0003497292730000054
S2.4、分别预测w为不同值时，第m个用户设备在第I时间周期中与当前时间段对应的第J时间区间相邻的第w个时间区间对应的历史用电数据BmIJw，
所述
Figure BDA0003497292730000055
S2.5、计算第m个用户设备当前时间段对应的用电数据的预测结果与对应的第I时间周期中与当前时间段对应的第J时间区间相邻的2c个时间区间分别对应的历史用电数据的预测结果的总和CmIJ，所述
Figure BDA0003497292730000056
S2.6、获取第m个用户设备在第I时间周期中与当前时间段对应的第J时间区间相邻的2c个时间区间中，时间区间编号小于J的所有时间区间分别对应的实际用电数据之和β，及时间区间编号小于J的所有时间区间的个数β1；
S2.7、计算第m个用户设备当前时间段对应的用电数据的预测结果的校准值记为DmIJ，所述DmIJ＝(CmIJ-β)/(2c-β1)；
第m个用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间根据J对应的值的不同也发生变化，
当J＝1时，将第m个用户设备在第I时间周期中的第2时间区间至第2c+1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间；
当1＜J＜c+1时，将第m个用户设备在第I时间周期中的第1至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至J-1个时间区间，
将第m个用户设备在第I时间周期中的第J+1至2c+1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第J至2c个时间区间；
当
Figure BDA0003497292730000061
且a2＜24且
Figure BDA0003497292730000062
时，将第m个用户设备在第I时间周期中的第J-c至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至c个时间区间，
将第m个用户设备在第I时间周期中的第J+1至J+c时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第c+1至2c个时间区间；
当
Figure BDA0003497292730000063
时，将第m个用户设备在第I时间周期中的第J+1至
Figure BDA0003497292730000064
时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第
Figure BDA0003497292730000065
至2c个时间区间，
将第m个用户设备在第I时间周期中的第
Figure BDA0003497292730000066
至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至
Figure BDA0003497292730000067
个时间区间；
当
Figure BDA0003497292730000068
时，将第m个用户设备在第I时间周期中的第
Figure BDA0003497292730000069
时间区间至第
Figure BDA00034972927300000610
时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间。
本发明用电预测模块对各用户设备当前时间段对应的用电数据进行预测时，将
Figure BDA00034972927300000611
Figure BDA00034972927300000612
是因为，EmIJ能够反映出历史用电数据中第m个用户设备在第I时间周期中第J时间区间中相邻两年对应的用电数据的变化情况的平均值，进而将EmIJ与
Figure BDA00034972927300000613
(第m个用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据)相乘，能够预测出第m个用户设备当前时间段对应的用电数据。
进一步的，所述用电预测模块对配电房内当前时间对应的用电数据进行预测的方法包括以下步骤：
S3.1、分别获取配电房中各个用户设备当前时间段对应的用电数据的预测结果的校准值，获取当前时间距离所属时间周期起始点的天数Q1及当前时间距离所属时间区间起始点的时长Q2；
S3.2、预测该配电房内当前时间对应的用电数据P，
所述
Figure BDA00034972927300000614
其中，m1为该配电房中用户设备的总个数。
本发明用电预测模块对配电房内当前时间对应的用电数据进行预测的过程中，将365÷a1能够得到每个时间周期对应的天数，将24÷a2能够得到每个时间区间对应的时长，计算Q2÷(24÷a2)能够得到配电房当天在第J时间区间对应的用电时长与相应时间区间总时长的比值，相当于相应时间周期内该天中配电房工作的时长(天)，由于配电房当前时间对应的一天没有工作满，因此需要将Q1-1，进而该配电房当前时间在对应的时间周期中工作的总时长为Q1-1+Q2÷(24÷a2)(天)；
Figure BDA0003497292730000071
表示的是配电房中各个用户设备当前时间段对应的用电数据的预测结果的校准值的总和，但是当前时间对应的时间周期及时间区间可能没有过完，因此预测配电房内当前时间对应的用电数据，需要进一步根据当前时间距离所属时间周期起始点的天数Q1及当前时间距离所属时间区间起始点的时长Q2，进行时间换算，进而得到相对准确的配电房内当前时间对应的用电数据的预测值。
进一步的，所述监控预警模块获取该配电房当前时间的实际用电数据对应的理论偏差值g，
所述
Figure BDA0003497292730000072
其中，P1为该配电房当前时间的实际用电数据，
将g与第二预设值进行比较，
当g大于等于第二预设值时，判定P1异常，将P1呈现在远程监控屏幕上，向监控者进行预警；
当g小于第二预设值时，判定P1正常，远程监控屏幕上显示该配电房状态正常。
本发明监控预警模块计算g是为了得到配电房对应的用电数据与当前时间实际用电数据之间的偏差情况，g越大，则对应的实际用电数据超出预测的用电数据的量越大，当g大于等于第二预设值时，则判定实际用电数据超出规定的承受范围，需要人工进行确认，进而进行报警。
一种无人值守配电房的远程监控方法，所述方法包括以下步骤：
S1、通过设备管理模块对配电房内的各用户设备进行管理；
S2、通过历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据；
S3、在历史用电数据筛选模块中，对历史用电数据获取模块中得到的历史用电数据进行筛选，标记历史用电数据中的异常数据；
S4、通过历史用电关系系数获取模块获取历史用电数据筛选模块筛选后的历史用电数据，并对获取的数据进行处理，得到各用户设备对应的历史用电关系系数；
S5、在用电预测模块中，根据各用户设备对应的历史用电关系系数及相应的历史用电数据，对各用户设备当前时间段对应的用电数据进行预测，并对预测结果进行校准，进一步对配电房内当前时间对应的用电数据进行预测；
S6、在监控预警模块中，根据预测的配电房内当前时间对应的用电数据及相应的实际用电数据，获取该配电房当前时间的实际用电数据对应的理论偏差值，进而判断当前时间配电房的实际用电数据是否正常，针对异常情况进行报警，并呈现在远程监控屏幕上。
与现有技术相比，本发明所达到的有益效果是：本发明通过远程监控不仅能够实现对多个配电房进行综合管理，实现了人力资源的合理分配，还能够根据配电房内各用户设备的历史用电数据对当前时间段配电房内各用户设备对应的用电数据进行精准预测，进而预测出当前时间配电房内的用电数据，并通过当前时间配电房内预测的用电数据与实际用电数据之间的差异，实现对配电房的精准监控。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种无人值守配电房的远程监控***的结构示意图；
图2是本发明一种无人值守配电房的远程监控***中历史用电关系系数获取模块获取各用户设备对应的历史用电关系系数的方法的流程示意图；
图3是本发明一种无人值守配电房的远程监控方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1-图3，本发明提供技术方案：一种无人值守配电房的远程监控***，包括：
设备管理模块，所述设备管理模块用于对配电房内的各用户设备进行管理；
历史用电数据获取模块，所述历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据；
历史用电数据筛选模块，所述历史用电数据筛选模块对历史用电数据获取模块中得到的历史用电数据进行筛选，标记历史用电数据中的异常数据；
历史用电关系系数获取模块，所述历史用电关系系数获取模块获取历史用电数据筛选模块筛选后的历史用电数据，并对获取的数据进行处理，得到各用户设备对应的历史用电关系系数；
用电预测模块，所述用电预测模块根据各用户设备对应的历史用电关系系数及相应的历史用电数据，对各用户设备当前时间段对应的用电数据进行预测，并对预测结果进行校准，进一步对配电房内当前时间对应的用电数据进行预测；
监控预警模块，所述监控预警模块根据预测的配电房内当前时间对应的用电数据及相应的实际用电数据，获取该配电房当前时间的实际用电数据对应的理论偏差值，进而判断当前时间配电房的实际用电数据是否正常，针对异常情况进行报警，并呈现在远程监控屏幕上。
本发明通过各个模块的协同合作，共同实现了对配电房内各个用户设备的用电数据进行预测，进而根据当前时间进一步预测出该配电房的当前时间对应的用电数据，并根据配电房的用电数据的预测结果与测得的实际用电数据之间的理论偏差值判断当前配电房的实际用电数据是否异常，并针对异常情况通过远程监控屏幕进行报警。
所述设备管理模块对各用户设备进行管理时，会分别对配电室中的各用户设备进行编号，一个用户设备对应一个编号，且一个配电室中各用户设备分别对应的编号是连续的。
所述历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据，所述不同时间指的是不同数据年份差中不同时间周期中不同时间区间，
所述历史用电数据获取模块会将一年均分成a1份，进而每一年的历史用电数据对应a1个时间周期，并按顺序对时间周期进行编号，
所述一年按照365天计算，当遇到闰年时，所述历史用电数据获取模块会在该年内随机剔除一天对应的历史用电数据；
所述历史用电数据获取模块会将每一天均分成a2份，进而每一天的历史用电数据对应a2个时间区间，并按顺序对时间区间进行编号；
所述历史用电数据获取模块会分别将当前时间对应的年份减去每个历史用电数据对应的年份，将所得的每个差值作为数据年份差，记为k；
所述历史用电数据获取模块将获取的第m个用户设备在第k个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据记为
Figure BDA0003497292730000101
本发明历史用电数据获取模块将一年划分成不同的时间周期，是因为同一用户设备不同时间周期对应的用电情况可能不同，比如夏天用户需要开空调，用户的用电数据会相对其他时间较高；将一天划分成不同的时间区间，是因为同一用户不同时间区间对应的用电情况可能不同，普通用户一天内的用电数据分布是不均匀的，一般情况下傍晚的用电量要比凌晨的更高；计算数据年份差，是因为用户不同年份同一时间周期同一时间区间对应的用电情况一般也是不相同，随着人们生活质量的提高，用户同一时间周期中同一时间区间对应的用电数据一般是逐年增长的。
所述历史用电数据筛选模块获取历史用电数据获取模块得到的历史用电数据，并分别将获取的历史用电数据与第一阈值进行比较，
当历史用电数据大于第一阈值时，判定该历史用电数据正常；
当历史用电数据小于等于第一阈值时，判定该历史用电数据异常，并对该历史用电数据进行标记。
本发明历史用电数据筛选模块对历史数据进行筛选，是为了挑选出用户因特殊情况导致对应的历史用电数据极小，甚至为0，进而对后续历史用电关系系数的计算产生影响，进而使得计算的用户设备对应的历史用电关系系数存在较大偏差，甚至无法计算出用户设备对应的历史用电关系系数；对筛选出的异常的历史用电数据进行标记，是为了便于在后续计算用户设备对应的历史用电关系系数的过程中，减小异常的历史用电数据造成的影响。
所述历史用电关系系数获取模块获取各用户设备对应的历史用电关系系数的方法包括以下步骤：
S1.1、分别获取各用户设备对应的最大数据年份差，将第m个用户设备对应的最大数据年份差记为Nm；
S1.2、分别计算k为不同值时，每个用户设备对应的历史用电数据相应的各个归一化处理结果，所述k为正整数；
S1.3、根据S1.2中得到的每个用户设备对应的各个归一化处理结果，得到各用户设备对应的历史用电关系系数。
本发明历史用电关系系数获取模块在S1.2中计算每个用户设备对应的历史用电数据相应的各个归一化处理结果，是为了提前排除标记的历史用电数据在后续计算历史用电关系系数中的影响，进而使得获取的历史用电关系系数更加准确、更加贴合实际情况，进而使得后续对配电房内用电数据的预测结果更加准确。
所述S1.2中计算k为不同值时每个用户设备对应的历史用电数据相应的各个归一化处理结果，用
Figure BDA0003497292730000111
表示第m个用户设备在第k个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据与第m个用户设备在第k+1个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据的商的归一化处理结果，
Figure BDA0003497292730000112
为分段函数，
Figure BDA0003497292730000113
当
Figure BDA0003497292730000114
或者
Figure BDA0003497292730000115
被标记时，此时
Figure BDA0003497292730000116
当
Figure BDA0003497292730000117
与
Figure BDA0003497292730000118
均未被标记时，此时
Figure BDA0003497292730000119
所述S1.3中得到各用户设备对应的历史用电关系系数的方法为：将第m个用户设备在第i时间周期中第j时间区间对应的历史用电关系系数记为Emij，
所述
Figure BDA00034972927300001110
其中，b表示在k为不同值时，第m个用户设备对应的
Figure BDA00034972927300001111
的个数。
本实施例中用户设备001从第1个数据年份差至第5个数据年份差中第01个时间周期中第01个时间区间对应的历史用电数据分别为40、36、8、30、28，其中8为标记数据，
则
Figure BDA00034972927300001112
Figure BDA00034972927300001113
Figure BDA00034972927300001114
Figure BDA00034972927300001115
进而得到用户设备001在第01个时间周期中第01个时间区间对应的历史用电关系系数
Figure BDA00034972927300001116
本发明在获取历史用电数据相应的归一化处理结果中，当
Figure BDA00034972927300001117
或者
Figure BDA00034972927300001118
被标记时，设置
Figure BDA00034972927300001119
是因为被标记的历史用电数据均是小于等于第一阈值的，被标记的历史用电数据的数值均是较小，甚至为0的，当被标记的数据作为
Figure BDA00034972927300001120
中的分子时，会使得
Figure BDA00034972927300001121
的结果极小，甚至为0，当被标记的数据作为
Figure BDA00034972927300001122
中的分子时，会使得
Figure BDA0003497292730000121
的结果极大，甚至当分母为0时，使得
Figure BDA0003497292730000122
无意义，进而在求取Emij时，令
Figure BDA0003497292730000123
或者
Figure BDA0003497292730000124
被标记时，
Figure BDA0003497292730000125
并获取b，即可排除标记的历史用电数据对历史用电关系系数的影响；在求和过程中，将k的上限设置成Nm-1是因为第m个用户设备对应的最大数据年份差记为Nm，通过k+1＝Nm，可以得到对应的k的上限为Nm-1。
所述用电预测模块对各用户设备当前时间段对应的用电数据进行预测的方法包括以下步骤：
S2.1、获取当前时间段对应的时间周期I及时间区间J，分别获取各用户设备在第I时间周期中第J时间区间对应的历史用电关系系数及各用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据，
将第m个用户设备在第I时间周期中第J时间区间对应的历史用电关系系数记为EmIJ，将第m个用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据记为
Figure BDA0003497292730000126
S2.2、获取m为不同值时，第m个用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间分别对应的历史用电关系系数及
Figure BDA0003497292730000127
对应数据年份差中第I时间周期中相应时间区间对应的历史用电数据，
所述第m个用户设备在第I时间周期中与第J时间区间相邻的第w个时间区间分别对应的历史用电关系系数记为EmIJw，获取EmIJw的方法与获取EmIJ的方法相同，
所述第m个用户设备在
Figure BDA0003497292730000128
对应数据年份差中第I时间周期中与第J时间区间相邻的第w个时间区间对应的历史用电数据记为
Figure BDA0003497292730000129
S2.3、分别预测各用户设备当前时间段对应的用电数据，将第m个用户设备当前时间段对应的用电数据的预测结果记为BmIJ，
所述
Figure BDA00034972927300001210
本实施例中若用户设备002在第03时间周期中第03时间区间对应的历史用电关系系数为
Figure BDA00034972927300001211
该用户设备对应的最大数据年份差记为4，且用户设备002从第1个数据年份差至第4个数据年份差中第03个时间周期中第03个时间区间对应的历史用电数据分别为6、36、32、30；
则第002个用户设备在非标记且最近1个数据年份差中第03时间周期中第03时间区间对应的历史用电数据为36，
则第002个用户设备当前时间段对应的用电数据的预测结果为
Figure BDA0003497292730000131
S2.4、分别预测w为不同值时，第m个用户设备在第I时间周期中与当前时间段对应的第J时间区间相邻的第w个时间区间对应的历史用电数据BmIJw，
所述
Figure BDA0003497292730000132
S2.5、计算第m个用户设备当前时间段对应的用电数据的预测结果与对应的第I时间周期中与当前时间段对应的第J时间区间相邻的2c个时间区间分别对应的历史用电数据的预测结果的总和CmIJ，所述
Figure BDA0003497292730000133
S2.6、获取第m个用户设备在第I时间周期中与当前时间段对应的第J时间区间相邻的2c个时间区间中，时间区间编号小于J的所有时间区间分别对应的实际用电数据之和β，及时间区间编号小于J的所有时间区间的个数β1；
S2.7、计算第m个用户设备当前时间段对应的用电数据的预测结果的校准值记为DmIJ，所述DmIJ＝(CmIJ-β)/(2c-β1)；
第m个用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间根据J对应的值的不同也发生变化，
当J＝1时，将第m个用户设备在第I时间周期中的第2时间区间至第2c+1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间；
当1＜J＜c+1时，将第m个用户设备在第I时间周期中的第1至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至J-1个时间区间，
将第m个用户设备在第I时间周期中的第J+1至2c+1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第J至2c个时间区间；
当
Figure BDA0003497292730000134
且a2＜24且
Figure BDA0003497292730000135
时，将第m个用户设备在第I时间周期中的第J-c至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至c个时间区间，
将第m个用户设备在第I时间周期中的第J+1至J+c时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第c+1至2c个时间区间；
当
Figure BDA0003497292730000141
时，将第m个用户设备在第I时间周期中的第J+1至
Figure BDA0003497292730000142
时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第
Figure BDA0003497292730000143
至2c个时间区间，
将第m个用户设备在第I时间周期中的第
Figure BDA0003497292730000144
至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至
Figure BDA0003497292730000145
个时间区间；
当
Figure BDA0003497292730000146
时，将第m个用户设备在第I时间周期中的第
Figure BDA0003497292730000147
时间区间至第
Figure BDA0003497292730000148
时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间。
本实施例中若a2＝3且c＝3时，第005个用户设备在当前时间段对应的时间周期为01，对应的时间区间为J1，
当J1＝1时，由于2c+1＝2×3+1＝7，则第005个用户设备在第01时间周期中第J1时间区间相邻的时间区间分别为第01时间周期中的第2时间区间至第7时间区间；
当J1＝3时，由于3＞1且3＜4，且J1-1＝3-1＝2，J1+1＝3+1＝4，2c+1＝2×3+1＝7，则将第005个用户设备在第01时间周期中的第1至2时间区间，作为该用户设备在第01时间周期中与第J1时间区间相邻的第1至2个时间区间，
将第005个用户设备在第01时间周期中的第4至7时间区间，作为该用户设备在第005时间周期中与第J1时间区间相邻的第3至6个时间区间；
当J1＝4时，由于4＝4且4＜5且8＜24且3＜4，且J1-c＝4-3＝1，J1-1＝4-1＝3，J1+1＝4+1＝5，J1+c＝4+3＝7，c+1＝4，则将第005个用户设备在第01时间周期中的第1至3时间区间，作为该用户设备在第01时间周期中与第J1时间区间相邻的第1至3个时间区间，
将第005个用户设备在第01时间周期中的第5至7时间区间，作为该用户设备在第01时间周期中与第J1时间区间相邻的第4至6个时间区间；
当J1＝6时，由于6＞5且6＜6，且J1+1＝6+1＝7，
Figure BDA0003497292730000149
J1-1＝6-1＝5，
Figure BDA00034972927300001410
则将第005个用户设备在第01时间周期中的第7至8时间区间，作为该用户设备在第01时间周期中与第J1时间区间相邻的第5至6个时间区间，
将第005个用户设备在第01时间周期中的第2至5时间区间，作为该用户设备在第01时间周期中与第J1时间区间相邻的第1至4个时间区间；
当J1＝8时，由于
Figure BDA0003497292730000151
将第005个用户设备在第01时间周期中的第2时间区间至第7时间区间，作为该用户设备在第01时间周期中与第J1时间区间相邻的6个时间区间。
本发明用电预测模块对各用户设备当前时间段对应的用电数据进行预测时，将
Figure BDA0003497292730000152
Figure BDA0003497292730000153
是因为，EmIJ能够反映出历史用电数据中第m个用户设备在第I时间周期中第J时间区间中相邻两年对应的用电数据的变化情况的平均值，进而将EmIJ与
Figure BDA0003497292730000154
(第m个用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据)相乘，能够预测出第m个用户设备当前时间段对应的用电数据。
所述用电预测模块对配电房内当前时间对应的用电数据进行预测的方法包括以下步骤：
S3.1、分别获取配电房中各个用户设备当前时间段对应的用电数据的预测结果的校准值，获取当前时间距离所属时间周期起始点的天数Q1及当前时间距离所属时间区间起始点的时长Q2；
S3.2、预测该配电房内当前时间对应的用电数据P，
所述
Figure BDA0003497292730000155
其中，m1为该配电房中用户设备的总个数。
本实施例中如甲配电房中包括三个用户设备，且这三个用户设备在当前时间段对应的用电数据的预测结果的校准值分别为40、30、35，
a1的值为73，a2的值为6，当前时间距离所属时间周期起始点的天数为3，当前时间距离所属时间区间起始点的时长2小时，
则预测该配电房内当前时间对应的用电数据
Figure BDA0003497292730000156
本发明用电预测模块对配电房内当前时间对应的用电数据进行预测的过程中，将365÷a1能够得到每个时间周期对应的天数，将24÷a2能够得到每个时间区间对应的时长，计算Q2÷(24÷a2)能够得到配电房当天在第J时间区间对应的用电时长与相应时间区间总时长的比值，相当于相应时间周期内该天中配电房工作的时长(天)，由于配电房当前时间对应的一天没有工作满，因此需要将Q1-1，进而该配电房当前时间在对应的时间周期中工作的总时长为Q1-1+Q2÷(24÷a2)(天)；
Figure BDA0003497292730000157
表示的是配电房中各个用户设备当前时间段对应的用电数据的预测结果的校准值的总和，但是当前时间对应的时间周期及时间区间可能没有过完，因此预测配电房内当前时间对应的用电数据，需要进一步根据当前时间距离所属时间周期起始点的天数Q1及当前时间距离所属时间区间起始点的时长Q2，进行时间换算，进而得到相对准确的配电房内当前时间对应的用电数据的预测值。
所述监控预警模块获取该配电房当前时间的实际用电数据对应的理论偏差值g，
所述
Figure BDA0003497292730000161
其中，P1为该配电房当前时间的实际用电数据，
将g与第二预设值进行比较，
当g大于等于第二预设值时，判定P1异常，将P1呈现在远程监控屏幕上，向监控者进行预警；
当g小于第二预设值时，判定P1正常，远程监控屏幕上显示该配电房状态正常。
本发明监控预警模块计算g是为了得到配电房对应的用电数据与当前时间实际用电数据之间的偏差情况，g越大，则对应的实际用电数据超出预测的用电数据的量越大，当g大于等于第二预设值时，则判定实际用电数据超出规定的承受范围，需要人工进行确认，进而进行报警。
一种无人值守配电房的远程监控方法，所述方法包括以下步骤：
S1、通过设备管理模块对配电房内的各用户设备进行管理；
S2、通过历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据；
S3、在历史用电数据筛选模块中，对历史用电数据获取模块中得到的历史用电数据进行筛选，标记历史用电数据中的异常数据；
S4、通过历史用电关系系数获取模块获取历史用电数据筛选模块筛选后的历史用电数据，并对获取的数据进行处理，得到各用户设备对应的历史用电关系系数；
S5、在用电预测模块中，根据各用户设备对应的历史用电关系系数及相应的历史用电数据，对各用户设备当前时间段对应的用电数据进行预测，并对预测结果进行校准，进一步对配电房内当前时间对应的用电数据进行预测；
S6、在监控预警模块中，根据预测的配电房内当前时间对应的用电数据及相应的实际用电数据，获取该配电房当前时间的实际用电数据对应的理论偏差值，进而判断当前时间配电房的实际用电数据是否正常，针对异常情况进行报警，并呈现在远程监控屏幕上。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种无人值守配电房的远程监控***，其特征在于，包括：
设备管理模块，所述设备管理模块用于对配电房内的各用户设备进行管理；
历史用电数据获取模块，所述历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据；
历史用电数据筛选模块，所述历史用电数据筛选模块对历史用电数据获取模块中得到的历史用电数据进行筛选，标记历史用电数据中的异常数据；
历史用电关系系数获取模块，所述历史用电关系系数获取模块获取历史用电数据筛选模块筛选后的历史用电数据，并对获取的数据进行处理，得到各用户设备对应的历史用电关系系数；
用电预测模块，所述用电预测模块根据各用户设备对应的历史用电关系系数及相应的历史用电数据，对各用户设备当前时间段对应的用电数据进行预测，并对预测结果进行校准，进一步对配电房内当前时间对应的用电数据进行预测；
监控预警模块，所述监控预警模块根据预测的配电房内当前时间对应的用电数据及相应的实际用电数据，获取该配电房当前时间的实际用电数据对应的理论偏差值，进而判断当前时间配电房的实际用电数据是否正常，针对异常情况进行报警，并呈现在远程监控屏幕上。
2.根据权利要求1所述的一种无人值守配电房的远程监控***，其特征在于：所述设备管理模块对各用户设备进行管理时，会分别对配电室中的各用户设备进行编号，一个用户设备对应一个编号，且一个配电室中各用户设备分别对应的编号是连续的。
3.根据权利要求2所述的一种无人值守配电房的远程监控***，其特征在于：所述历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据，所述不同时间指的是不同数据年份差中不同时间周期中不同时间区间，
所述历史用电数据获取模块会将一年均分成a1份，进而每一年的历史用电数据对应a1个时间周期，并按顺序对时间周期进行编号，
所述一年按照365天计算，当遇到闰年时，所述历史用电数据获取模块会在该年内随机剔除一天对应的历史用电数据；
所述历史用电数据获取模块会将每一天均分成a2份，进而每一天的历史用电数据对应a2个时间区间，并按顺序对时间区间进行编号；
所述历史用电数据获取模块会分别将当前时间对应的年份减去每个历史用电数据对应的年份，将所得的每个差值作为数据年份差，记为k；
所述历史用电数据获取模块将获取的第m个用户设备在第k个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据记为
Figure FDA0003497292720000021
4.根据权利要求3所述的一种无人值守配电房的远程监控***，其特征在于：所述历史用电数据筛选模块获取历史用电数据获取模块得到的历史用电数据，并分别将获取的历史用电数据与第一阈值进行比较，
当历史用电数据大于第一阈值时，判定该历史用电数据正常；
当历史用电数据小于等于第一阈值时，判定该历史用电数据异常，并对该历史用电数据进行标记。
5.根据权利要求4所述的一种无人值守配电房的远程监控***，其特征在于：所述历史用电关系系数获取模块获取各用户设备对应的历史用电关系系数的方法包括以下步骤：
S1.1、分别获取各用户设备对应的最大数据年份差，将第m个用户设备对应的最大数据年份差记为Nm；
S1.2、分别计算k为不同值时，每个用户设备对应的历史用电数据相应的各个归一化处理结果，所述k为正整数；
S1.3、根据S1.2中得到的每个用户设备对应的各个归一化处理结果，得到各用户设备对应的历史用电关系系数。
6.根据权利要求5所述的一种无人值守配电房的远程监控***，其特征在于：所述S1.2中计算k为不同值时每个用户设备对应的历史用电数据相应的各个归一化处理结果，用
Figure FDA0003497292720000022
表示第m个用户设备在第k个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据与第m个用户设备在第k+1个数据年份差中第i个时间周期中第j个时间区间对应的历史用电数据的商的归一化处理结果，
Figure FDA0003497292720000023
为分段函数，
Figure FDA0003497292720000024
当
Figure FDA0003497292720000031
或者
Figure FDA0003497292720000032
被标记时，此时
Figure FDA0003497292720000033
当
Figure FDA0003497292720000034
与
Figure FDA0003497292720000035
均未被标记时，此时
Figure FDA0003497292720000036
所述S1.3中得到各用户设备对应的历史用电关系系数的方法为：将第m个用户设备在第i时间周期中第j时间区间对应的历史用电关系系数记为Emij，
所述
Figure FDA0003497292720000037
其中，b表示在k为不同值时，第m个用户设备对应的
Figure FDA0003497292720000038
的个数。
7.根据权利要求6所述的一种无人值守配电房的远程监控***，其特征在于：所述用电预测模块对各用户设备当前时间段对应的用电数据进行预测的方法包括以下步骤：
S2.1、获取当前时间段对应的时间周期I及时间区间J，分别获取各用户设备在第I时间周期中第J时间区间对应的历史用电关系系数及各用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据，
将第m个用户设备在第I时间周期中第J时间区间对应的历史用电关系系数记为EmIJ，将第m个用户设备在非标记且最近1个数据年份差中第I时间周期中第J时间区间对应的历史用电数据记为
Figure FDA0003497292720000039
S2.2、获取m为不同值时，第m个用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间分别对应的历史用电关系系数及
Figure FDA00034972927200000310
对应数据年份差中第I时间周期中相应时间区间对应的历史用电数据，
所述第m个用户设备在第I时间周期中与第J时间区间相邻的第w个时间区间分别对应的历史用电关系系数记为EmIJw，获取EmIJw的方法与获取EmIJ的方法相同，
所述第m个用户设备在
Figure FDA00034972927200000311
对应数据年份差中第I时间周期中与第J时间区间相邻的第w个时间区间对应的历史用电数据记为
Figure FDA00034972927200000312
S2.3、分别预测各用户设备当前时间段对应的用电数据，将第m个用户设备当前时间段对应的用电数据的预测结果记为BmIJ，
所述
Figure FDA00034972927200000313
S2.4、分别预测w为不同值时，第m个用户设备在第I时间周期中与当前时间段对应的第J时间区间相邻的第w个时间区间对应的历史用电数据BmIJw，
所述
Figure FDA0003497292720000041
S2.5、计算第m个用户设备当前时间段对应的用电数据的预测结果与对应的第I时间周期中与当前时间段对应的第J时间区间相邻的2c个时间区间分别对应的历史用电数据的预测结果的总和CmIJ，所述
Figure FDA0003497292720000042
S2.6、获取第m个用户设备在第I时间周期中与当前时间段对应的第J时间区间相邻的2c个时间区间中，时间区间编号小于J的所有时间区间分别对应的实际用电数据之和β，及时间区间编号小于J的所有时间区间的个数β1；
S2.7、计算第m个用户设备当前时间段对应的用电数据的预测结果的校准值记为DmIJ，
所述DmIJ＝(CmIJ-β)/(2c-β1)；
第m个用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间根据J对应的值的不同也发生变化，
当J＝1时，将第m个用户设备在第I时间周期中的第2时间区间至第2c+1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间；
当1＜J＜c+1时，将第m个用户设备在第I时间周期中的第1至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至J-1个时间区间，
将第m个用户设备在第I时间周期中的第J+1至2c+1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第J至2c个时间区间；
当
Figure FDA0003497292720000043
且a2＜24且
Figure FDA0003497292720000044
时，将第m个用户设备在第I时间周期中的第J-c至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至c个时间区间，
将第m个用户设备在第I时间周期中的第J+1至J+c时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第c+1至2c个时间区间；
当
Figure FDA0003497292720000045
时，将第m个用户设备在第I时间周期中的第J+1至
Figure FDA0003497292720000046
时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第
Figure FDA0003497292720000047
至2c个时间区间，
将第m个用户设备在第I时间周期中的第
Figure FDA0003497292720000048
至J-1时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的第1至
Figure FDA0003497292720000049
个时间区间；
当
Figure FDA0003497292720000051
时，将第m个用户设备在第I时间周期中的第
Figure FDA0003497292720000052
时间区间至第
Figure FDA0003497292720000053
时间区间，作为该用户设备在第I时间周期中与第J时间区间相邻的2c个时间区间。
8.根据权利要求7所述的一种无人值守配电房的远程监控***，其特征在于：所述用电预测模块对配电房内当前时间对应的用电数据进行预测的方法包括以下步骤：
S3.1、分别获取配电房中各个用户设备当前时间段对应的用电数据的预测结果的校准值，获取当前时间距离所属时间周期起始点的天数Q1及当前时间距离所属时间区间起始点的时长Q2；
S3.2、预测该配电房内当前时间对应的用电数据P，
所述
Figure FDA0003497292720000054
其中，m1为该配电房中用户设备的总个数。
9.根据权利要求8所述的一种无人值守配电房的远程监控***，其特征在于：所述监控预警模块获取该配电房当前时间的实际用电数据对应的理论偏差值g，
所述
Figure FDA0003497292720000055
其中，P1为该配电房当前时间的实际用电数据，
将g与第二预设值进行比较，
当g大于等于第二预设值时，判定P1异常，将P1呈现在远程监控屏幕上，向监控者进行预警；
当g小于第二预设值时，判定P1正常，远程监控屏幕上显示该配电房状态正常。
10.根据权利要求1-9任意一项所述的一种无人值守配电房的远程监控***的无人值守配电房的远程监控方法，其特征在于：所述方法包括以下步骤：
S1、通过设备管理模块对配电房内的各用户设备进行管理；
S2、通过历史用电数据获取模块获取各用户设备在不同时间对应的历史用电数据；
S3、在历史用电数据筛选模块中，对历史用电数据获取模块中得到的历史用电数据进行筛选，标记历史用电数据中的异常数据；
S4、通过历史用电关系系数获取模块获取历史用电数据筛选模块筛选后的历史用电数据，并对获取的数据进行处理，得到各用户设备对应的历史用电关系系数；
S5、在用电预测模块中，根据各用户设备对应的历史用电关系系数及相应的历史用电数据，对各用户设备当前时间段对应的用电数据进行预测，并对预测结果进行校准，进一步对配电房内当前时间对应的用电数据进行预测；
S6、在监控预警模块中，根据预测的配电房内当前时间对应的用电数据及相应的实际用电数据，获取该配电房当前时间的实际用电数据对应的理论偏差值，进而判断当前时间配电房的实际用电数据是否正常，针对异常情况进行报警，并呈现在远程监控屏幕上。
CN202210117998.8A 2022-02-08 2022-02-08 一种无人值守配电房的远程监控***及方法 Active CN114460890B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210117998.8A CN114460890B (zh) 2022-02-08 2022-02-08 一种无人值守配电房的远程监控***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210117998.8A CN114460890B (zh) 2022-02-08 2022-02-08 一种无人值守配电房的远程监控***及方法

Publications (2)

Publication Number Publication Date
CN114460890A true CN114460890A (zh) 2022-05-10
CN114460890B CN114460890B (zh) 2023-03-17

Family

ID=81412701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210117998.8A Active CN114460890B (zh) 2022-02-08 2022-02-08 一种无人值守配电房的远程监控***及方法

Country Status (1)

Country Link
CN (1) CN114460890B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115513950A (zh) * 2022-11-17 2022-12-23 南京德赛尔信息技术有限公司 一种基于安全操作***的数据智能监控***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104992239A (zh) * 2015-06-24 2015-10-21 国网山东省电力公司电力科学研究院 一种基于相关系数的行业用电量规律预测方法
CN106447534A (zh) * 2016-09-22 2017-02-22 国网上海市电力公司 一种基于灰色关联度分析的用电模式稳定性判别方法
CN110086649A (zh) * 2019-03-19 2019-08-02 深圳壹账通智能科技有限公司 异常流量的检测方法、装置、计算机设备及存储介质
CN113032454A (zh) * 2021-03-01 2021-06-25 南京谱隘网络科技有限公司 基于云计算的交互式用户用电异常监测预警管理云平台
CN113159841A (zh) * 2021-04-13 2021-07-23 内蒙古科电数据服务有限公司 一种编制新建变电站工程估算的方法
CN113988723A (zh) * 2021-12-28 2022-01-28 广东电网有限责任公司佛山供电局 一种基于用电数据异常分析的用户行为锁定方法和***
CN114005282A (zh) * 2021-12-30 2022-02-01 南京城建隧桥智慧管理有限公司 一种基于群智感知的智慧城市交通管理***及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104992239A (zh) * 2015-06-24 2015-10-21 国网山东省电力公司电力科学研究院 一种基于相关系数的行业用电量规律预测方法
CN106447534A (zh) * 2016-09-22 2017-02-22 国网上海市电力公司 一种基于灰色关联度分析的用电模式稳定性判别方法
CN110086649A (zh) * 2019-03-19 2019-08-02 深圳壹账通智能科技有限公司 异常流量的检测方法、装置、计算机设备及存储介质
CN113032454A (zh) * 2021-03-01 2021-06-25 南京谱隘网络科技有限公司 基于云计算的交互式用户用电异常监测预警管理云平台
CN113159841A (zh) * 2021-04-13 2021-07-23 内蒙古科电数据服务有限公司 一种编制新建变电站工程估算的方法
CN113988723A (zh) * 2021-12-28 2022-01-28 广东电网有限责任公司佛山供电局 一种基于用电数据异常分析的用户行为锁定方法和***
CN114005282A (zh) * 2021-12-30 2022-02-01 南京城建隧桥智慧管理有限公司 一种基于群智感知的智慧城市交通管理***及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
李方舟等: "基于负荷数据分析的用户侧用电感知与失电影响评估方法研究", 《山东电力技术》 *
杨慧霞等: "含有历史不良数据的电力负荷预测研究", 《电力***保护与控制》 *
牟婷婷等: "基于主成分分析的用电模式稳定性分析", 《电力***自动化》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115513950A (zh) * 2022-11-17 2022-12-23 南京德赛尔信息技术有限公司 一种基于安全操作***的数据智能监控***
CN115513950B (zh) * 2022-11-17 2023-02-28 南京德赛尔信息技术有限公司 一种基于安全操作***的数据智能监控***

Also Published As

Publication number Publication date
CN114460890B (zh) 2023-03-17

Similar Documents

Publication Publication Date Title
US10317864B2 (en) Systems and methods for adaptively updating equipment models
US6862540B1 (en) System and method for filling gaps of missing data using source specified data
CN109828182B (zh) 一种基于故障分类处理的电网***故障分析预警方法
EP2412074B1 (en) Systems and methods for predicting power electronics failure
US11403647B2 (en) Systems and methods for data analytics for virtual energy audits and value capture assessment of buildings
JP2003162324A (ja) ビル内のユーティリティの異常使用を検出するインテリジェント・データ分析法
JP2011170835A (ja) Ｍｐｐｔ制御器、太陽電池制御装置、太陽光発電システム、ｍｐｐｔ制御プログラム、およびｍｐｐｔ制御器の制御方法
JP4386748B2 (ja) 空調負荷予測方法、空調負荷予測装置、空調負荷予測プログラムおよび記録媒体
CN113036913B (zh) 一种综合能源设备状态监测方法及装置
CN114460890B (zh) 一种无人值守配电房的远程监控***及方法
CN117078017A (zh) 一种用于电力电网设备监控智能化决策分析***
CN116739562A (zh) 一种基于lstm的配电网稳定性运维方法
CN116418293B (zh) 一种基于物联网大数据的光伏电站智慧诊断***
JP2017169289A (ja) 電力予測システム、電力予測方法及びプログラム
CN115714007A (zh) 一种药品的存储参数智能调控方法及***
JP2010218394A (ja) エネルギー需要予測装置
CN115481918A (zh) 一种基于源网荷储的单元状态主动感知及预测分析***
CN113632025B (zh) 用于评估工业环境中的能量消耗的方法、***和计算机程序产品
US20230367033A1 (en) Automated system and method for managing weather related energy use
US8108155B2 (en) System for monitoring a restoration factor of a wind turbine population
CN113011477A (zh) 一种太阳辐照数据的清洗和补全***及方法
JP6833303B1 (ja) 発電量予測装置
CN114915261A (zh) 光伏电站的故障监测方法和装置
JP7418157B2 (ja) 設備監視装置及び設備監視方法
CN117728583B (zh) 基于迁移学习的分布式光伏集群能源控制监视***

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
GR01 Patent grant
GR01 Patent grant