[发明专利]一种基于大数据分析的提高报警准确率的方法

权利要求书

1.一种基于大数据分析的提高报警准确率的方法，其特征在于，包括智慧用电主机，智慧用电主机分别与电流互感器、电压互感器配合设置，智慧用电主机与云平台配合设置，所述方法包括以下步骤：

步骤1：智慧用电主机激活，获取配置参数，所述配置参数包括用电回路类型和供电区域；

步骤2：云平台提供与智慧用电主机相同配置参数下的若干参考用电数据集合，智慧用电主机对所有参考用电数据集合分析得到参考过电流阈值、参考过电流变化率、参考过电压阈值以及参考过电压变化率；

步骤3：智慧用电主机分别通过参考过电流阈值、参考过电流变化率、参考过电压阈值以及参考过电压变化率实现异常报警；

步骤4：智慧用电主机运行预设时间后，得到实际用电数据集合，通过实际用电数据集合分别调整参考过电流阈值、参考过电流变化率、参考过电压阈值以及参考过电压变化率，得到过电流阈值、过电流变化率、过电压阈值和过电压变化率；

步骤5：通过电流阈值、过电流变化率、过电压阈值和过电压变化率实现异常报警。

2.如权利要求1所述的一种基于大数据分析的提高报警准确率的方法，其特征在于，任一所述参考用电数据集合包括电流-时间变化图、电压-时间变化图、过电流报警时间以及过电压报警时间。

3.如权利要求2所述的一种基于大数据分析的提高报警准确率的方法，其特征在于，所述步骤2包括以下步骤：

步骤2.1：对任一参考用电数据集中的电压-时间变化图和电流-时间变化图分别进行去噪处理，得到电压-时间修正图和电流-时间修正图；

步骤2.2：通过过电压报警时间确定电压监测时间区间，在电压-时间修正图上确定电压监测区间内的监测过电压变化率；通过过电流报警时间确定电流监测时间区间，在电流-时间修正图上确定电流检测区间内的监测过电流变化率；

步骤2.3：通过所有参考用电数据集中的监测过电压变化率和监测过电流变化率分别计算过电压平均变化率和过电流平均变化率，将过电压平均变化率作为参考过电压变化率，将过电流平均变化率作为参考过电流变化率；

步骤2.4：将过电压报警时间的电压值作为电压异常值，通过所有参考用电数据集计算电压异常平均值，将所有参考用电数据集中距离电压异常平均值最近的电压异常值作为参考过电压阈值，将电流报警时间的电流值作为电流异常值，通过所有参考用电数据集计算电流异常平均值，将所有参考用电数据集中距离电流异常平均值最近的电流异常值作为参考过电流阈值。

4.如权利要求3所述的一种基于大数据分析的提高报警准确率的方法，其特征在于，所述步骤2.1包括以下步骤：

步骤2.1.1：对每一分钟的电压计算电压变化率，判断电压变化率是否小于或等于第一预设值，若是，则将对应时间内的电压曲线设置为连续的水平线段，否则根据电压变化率设置电压曲线的倾斜角度；

步骤2.1.2：对每一分钟的电流计算电流变化率，判断电流变化率是否小于或等于第二预设值，若是，则将对应时间的电流曲线设置为连续的水平线段，否则根据电流变化率设置电流曲线的倾斜角度。

5.如权利要求3所述的一种基于大数据分析的提高报警准确率的方法，其特征在于，所述电压监测时间区间为过电压报警时间的前1-1.5分钟；所述电流监测时间区间为过电流报警时间的前1-1.5分钟。

6.如权利要求1所述的一种基于大数据分析的提高报警准确率的方法，其特征在于，所述配置参数还包括激活后5分钟内的电压-时间变化图，云平台将激活后5分钟内的电压-时间变化图作为用电回路类型识别网络的输入，输出得到预测回路类型，判断预测回路类型与配置参数中的回路类型是否一致，若是，则云平台通过配置参数提供参考用电数据集合，否则触发智能用电主机发出提醒，由用户确定是否将配置参数中的回路类型更新为预测回路类型。

7.如权利要求6所述的一种基于大数据分析的提高报警准确率的方法，其特征在于，所述用电回路类型识别网络的预训练模型为resnet网络。