[发明专利]一种居民用电安全分析中应用广义极致学生检验算法发现异常数据的方法

说明书

居民用电安全分析旨在通过对大量的居民用电负荷数据，通过智能电表等终端设备采集，进而进行异常值监测，聚类分析，时间序列等方法得出不同居民的用电习惯，发现用电异常情况。但是由于居民用电的差异化和分散化，如何运用算法准确的找到居民用电中的异常值，确定异常情况的数量显得异常重要。本发明公开了一种居民用电安全分析中对居民用电负荷数据应用广义ESD算法发现异常数据的方法，以达到报告居民用电中异常行为，预警社区中异常用电情况的目的。

技术领域

本发明涉及电力安全分析技术领域，具体涉及一种居民用电安全分析中应用广义极致学生检验算法发现异常数据的方法。

背景技术

近年来，社区用电安全问题进一步的突显。社区中群租，居民用电工业化应用的情况层出不穷，而通过对居民用电画像，习惯分析的居民用电安全分析可以为城市管理者在异常发生的第一时间发现此类违规的情况。居民用电安全分析旨在通过对大量的居民用电负荷数据，通过智能电表等终端设备采集，进而进行异常值监测，聚类分析，时间序列等方法得出不同居民的用电习惯，发现用电异常情况。但是由于居民用电的差异化和分散化，如何运用算法准确的找到居民用电中的异常值，确定异常情况的数量显得异常重要。本发明公开了一种居民用电安全分析中对居民用电负荷数据应用广义ESD (极致学生检验) 算法发现异常数据的方法，以达到报告居民用电中异常行为，预警社区中异常用电情况的目的。

发明内容

本发明提出了一种基于广义极致学生检验算法(以下简称广义ESD算法)对居民用电负荷数据的异常数据筛选的方法, 其特点在于应用广义ESD算法发现异常数据并且报告的功能。 广义ESD检验算法通常用于检测遵循近似正态分布的单变量数据集中的一个或多个离群值。广义ESD检验算法改善了Grubbs检验和Tietjen-Moore检验的必须准确指定可疑离群数k的限制。广义ESD检验算法仅要求指定可疑离群数的上限，即设定好相应的范围阈值，以及指定离群的范围，可以在给定上限r的情况下，实质上执行r项单独的测试：针对一个异常值的测试，针对两个异常值的测试，依此类推，直至r个异常值，以确定一组数据中存在的异常值的情况并筛选出相应的异常值。广义ESD检验算法相对于其他算法，没有一个确定的异常值数量，只确定了一个数理统计中达标的阈值，可以最大限度的找到可能存在的异常数据，提高对异常数据的检出率和准确性。

实际收集到的居民用电负荷数据经过广义ESD检验算法的计算分析，可以寻找到用电异常值并且通过时间戳找到异常发生的时间，通过锁定用电居民及异常用电行为进而可以实现对社区用电安全的高效管理。

附图说明

图1为本发明实施例中居民用电异常数据识别处理流程示意图。

具体实施方式

为使得本发明的内容、目的、特征及优点能够更加清楚，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护说明书的范围。如图1所示，在本发明实施例中可分为如下步骤：

步骤一、数据预处理：对采集到的原始历史电力负荷历史数据按时间序列排列，确定数据集起止时间，标记数据时间戳及用电居民序号。

步骤二、广义ESD算法剔除异常值：将经过步骤1预处理的历史电力负荷数据标注时间戳后输入广义ESD算法模型。

对于一个给定的上限范围r，广义ESD算法模型执行r次独立测试，分别测试模型中有1个异常值，2个异常值，直到r个异常值。对于每组测试提出两种假设：

H0: 数据组中没有异常值

Ha: 数据组中有最多r个异常值

通过计算R值：