[发明专利]一种基于多模型的集中器异常数据提醒方法及系统

说明书

本发明涉及一种基于多模型的集中器异常数据提醒方法及系统，本发明通过将计算装置安装在电网集中器端，实现了基于多个用户的用户数据构建目标耗电模型及通用异常模型对目标用户的用电数据进行分析，当两个模型都报告目标用户的用电数据出现异常时，报告目标用户用电异常，解决了现有技术中存在的电力计量自动化系统、电网采集器、电网集中器及电表异常报告较多但准确性较差的技术问题，达到了提高电网异常报告准确性的技术效果，极大的减少了误报的情况。

技术领域

本发明涉及电网集中器技术领域，特别涉及一种基于多模型的集中器异常数据提醒方法及系统。

背景技术

随着碳中和概念的提出，各省逐渐对电能的使用提出了更加细致的管理需求，分时段收费于阶梯收费的收费规则得到大范围的应用，这使得大量用电单位的用电习惯在不同时段及不同收费阶梯的变化较大，而传统的电力计量自动化系统、电网采集器、电网集中器及电表报告的用电异常信息并未考虑到分时段收费及阶梯收费造成的影响，报告的用电异常信息错误率较高，难以适应更加复杂的收费规则。

智能电表的概念已经存在了相当长的时间，然而现有的智能电表仅实现了高级量测体系及自动抄表系统，受限于计算性能并未实现对量测的数据进行复杂的分析，现有电表的计算性能极大的限制了智能电网的整体发展。

随着深度学习领域在智能电网领域的发展，传统针对单一用户的用电数据进行分析来预测该用户下月的用电情况的数据分析方法已经逐渐淘汰，针对多用户的用电数据进行分析建模，然后使用模型分析单个用户的用电习惯，以判断是否存在用电异常的用电数据分析方法已经逐渐成为主流，然而现有数据处理主体依然集中在电表端，并不利于实现多用户数据共同分析的目标。

发明内容

本发明提供一种基于多模型的集中器异常数据提醒方法及系统，通过电网集中器对整个小区的用电数据进行分析来判断目标用户的用电数据是否存在异常，大大提高了异常提醒的准确率，降低了电表算力的需求，同时整个小区使用同一套计算装置进行分析计算，大大提高了计算装置的使用率，减少了能源消耗，提高了计算速度及计算效率，解决了现有技术中单一智能电表的算力无法满足智能电网需求造成无法实现复杂的数据分析且分析结果准确性极低的技术问题，达到了对用电数据进行复杂分析，提高分析结果准确率的技术效果，推动了智能电网的进一步发展。

本发明提出的基于多模型的集中器异常数据提醒方法包括以下步骤：

根据目标用户的历史用电数据生成所述目标用户的目标耗电模型，根据所述目标用户所在小区所有用户的用电异常数据生成通用异常模型；

从采集器中获取所述目标用户当前时刻预设单位时间间隔的待测用电数据，并将所述待测用户数据发送至所述目标耗电模型及所述通用异常模型；

当所述目标耗电模型及所述通用异常模型的输出结果均为异常时，报告所述目标用户用电异常，并将所述待测用户数据增加至所述目标用户所在小区所有用户的用电异常数据中。

优选地，根据目标用户的历史用电数据生成所述目标用户的目标耗电模型具体包括：

根据分时段收费的所有用户的每月耗电总量及每月对应的电费对用户用电习惯进行初步分类，得到环保用户数据、错峰用户数据及常规用户数据，并按照预设比例将环保用户数据、错峰用户数据及常规用户数据中的一部分数据作为训练集，另一部分数据作为测试集；

将所述训练集中的环保用户数据作为环保用户模型的识别目标，将所述训练集中的错峰用户数据作为错峰用户模型的识别目标，将所述训练集中的常规用户数据作为常规用户模型的识别目标，分别进行训练；

使用测试集对训练结果进行测试，以得到所述环保用户模型、所述错峰用户模型及所述常规用户模型；