[发明专利]一种基于大数据分析的计量串户智能甄别方法

说明书

本发明公开了一种基于大数据分析的计量串户智能甄别方法，其特征是：基于错接线投诉诱因和物理表征的梳理分析，建立各类错接线情况的判别、预警模型，并在此基础上对营销、用采数据进行分析，智能甄别疑似串户表计。本发明通过对大数据的分析，建立各类模型，为错接线问题的整治提供了有效的分析和预警手段，有利于进一步缩小现场核查范围，提高串户核查效率。

技术领域

本发明属于电能计量领域，特别是一种计量串户的甄别方法，具体涉及一种基于大数据分析的计量串户智能甄别方法。

背景技术

表计轮换工作中，“表计串户”是最难发现且最容易引发用户投诉的计量接线错误。为有效提高计量服务水平，现有的管理措施一方面，针对性地制定了一系列施工作业和服务管控举措；另一方面，对串户小区和施工现场进行彻底排查，消除历史接错线投诉隐患。

然而大规模地开展地毯式排查存在一系列问题：由于表计串户具有偶发性和不确定性，排查需停电入户核对，存在扰民风险，加之小区入住率低、用户不在家等因素，一次核查不彻底，需要往返多次，花费较长的时间，耗费大量的人力，实际的串户核实率很低。

随着互联网行业的不断发展，大数据的应用正给整个社会带来巨大的变革。供电企业作为正在向能源互联网转型的传统企业，大数据的应用也将为传统电力行业的发展注入新的活力。因此如何利用大数据智能甄别疑似串户表计，解决现场串户核查目标广、工作难、过程烦、时间长、效率低等问题，将是重点研究的方向。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提出了一种基于大数据分析的计量串户智能甄别方法。

为实现上述技术目的，本发明采取的技术方案为：

一种基于大数据分析的计量串户智能甄别方法，包括以下步骤：

步骤一： 基于错接线投诉诱因和物理表征的梳理分析，从不同分析维度建立各类错接线情况的判别、预警模型；

步骤二： 各类错接线情况的判别、预警模型结合营销系统或用采系统大数据，针对用户类型，根据相应的匹配规则，智能筛选和甄别疑似串户表计。

为优化上述技术方案，采取的具体措施还包括：

上述的错接线投诉诱因为电量突增/减、单户拉合闸控制两户及以上用电负荷或未用电产生电费/欠费停电。

上述的物理表征为相线串接、零线串接或共用零线，分析维度为电量、电流或电费，判别、预警模型为电量分析模型、电流分析模型或电费分析模型。

上述的大数据为电量、电流或电费。

上述的用户类型为计量装置装拆用户、能够透抄相、零线电流的单相电能表用户或新建居住区用户。

上述的电量维度的分析思路及电量分析模型为：

分析思路：通过分析串户用户电量特性发现，一般用户在一定时段内的用电特性变化不大，但若因轮换、改造等计量施工造成表计线路接错，则在电能表装拆前后错接用户的实际用电特性发生较大差异，表现为发生串户的用户会产生明显的电量对调现象，因此，可通过用采系统比对分析计量施工前后用户电量的变化情况来进行表计串户甄别。

模型建立：针对计量装置装拆用户，用采系统每日同步营销装拆记录，计算装拆时间前后一定时段内的平均电量，筛选出平均电量偏差超过设定阈值的电表作为分析对象，实现电量突变单户表计的在线监测，同时也可对同一终端、同一表箱、同一接线方式的电表进行两两匹配，以筛选满足串户判断逻辑的匹配对象，从而智能识别疑似串户表计。

上述的电流维度分析思路及电流分析模型为：