[发明专利]一种基于人工智能算法的异常用能分析方法及系统

说明书

本发明公开了一种基于人工智能算法的异常用能分析方法及系统，该方法包括以下步骤：步骤1：根据人工智能算法，提取异常用能数据中的特征，并形成异常用能特征库；步骤2：根据历史常态数据，分析数据曲线变化的标准特征，建立并优化标准特征库；步骤3：根据标准特征库规则，定期在历史数据中识别非标准曲线，并将非标准曲线判定为异常，截取异常曲线作为异常用能数据；步骤4：根据异常用能数据，辨识异常原因，并整合异常用能事件信息。本发明通过人工智能算法智能辨识异常用能状态，为政府精准掌握产业变动、应对气候变化、为供电公司精确打击违章用能行为等方面提供权威数据支撑。

技术领域

本发明涉及智慧能源领域，具体涉及一种基于人工智能算法的异常用能分析方法及系统。

背景技术

智慧城市是一种通过综合运用现代科学技术、整合信息资源、统筹业务，加强城市规划、建设和管理的新模式，是一种新的城市管理生态系统。由于智慧城市综合采用了包括射频传感技术、物联网技术、云计算技术、下一代通信技术在内的新一代信息技术，因此能够有效地化解“城市病”问题。

智慧能源是在智慧城市的基础上提出的一种全新能源形式。在“互联网+”和“智慧能源”被广泛应用的背景下，智慧能源及能源互联网的建设成为互联网和能源行业未来发展的必经之路。云计算、大数据已经成为各行业发展的方向。

但是，现有的智慧能源平台无法实现对异常用能的分析判断，即无法从所采集的大量数据中辨识异常用能分析。因而，如何能够实现智能辨识异常用能状态，输出发生异常的可能原因的概率，并根据异常发生的原因类型以及异常的累计次数，已成为业者极力发展的目标之一。

发明内容

本发明的目的是提供一种基于人工智能算法的异常用能分析方法及系统，以解决上述现有技术的问题。

为达到上述目的，本发明提供了一种基于人工智能算法的异常用能分析方法，其包括以下步骤：

步骤1：根据人工智能算法，提取异常用能数据中的特征，并形成异常用能特征库；

步骤2：根据历史常态数据，分析数据曲线变化的标准特征，建立并优化标准特征库；

步骤3：根据标准特征库规则，定期在历史数据中识别非标准曲线，并将非标准曲线判定为异常，截取异常曲线作为异常用能数据；

步骤4：根据异常用能数据，辨识异常原因，并整合异常用能事件信息。

上述的基于人工智能算法的异常用能分析方法，其中，步骤1包括以下步骤：

步骤1.1：根据人工智能算法，提取异常用能数据中的特征，建立相应模型；

步骤1.2：为异常特征模型修复测试样本数据；

步骤1.3：积累形成异常用能特征库。

上述的基于人工智能算法的异常用能分析方法，其中，还包括步骤5：对异常用能事件进行统计分析。

上述的基于人工智能算法的异常用能分析方法，其中，所述步骤5具体包括以下步骤：异常用能情况展示、异常能源客户排名、异常用能行业分类排名、异常相似度分析及异常用能特征库自我学习趋势分析。

本发明还提供了一种基于人工智能算法的异常用能分析系统，其包括：

异常特征分析模块，用于根据人工智能算法，提取异常用能数据中的特征，并形成异常用能特征库；

标准特征分析模块，用于根据历史常态数据，分析数据曲线变化的标准特征，建立并优化标准特征库；

异常识别模块，用于根据标准特征库规则，定期在历史数据中识别非标准曲线，并将非标准曲线判定为异常，截取异常曲线作为异常用能数据；