[发明专利]一种基于电力大数据的用电监测系统及方法

说明书

本申请公开了一种基于电力大数据的用电监测系统及方法，用以解决现有的方案需要耗费大量的人力物力的技术问题。包括：获取模块，用于获取预设监测企业上传的原始数据集；清洗模块，用于去除原始数据集中不符合预设规范数据的值，去除超出合理范围的异常值；进而获得第二数据集；聚类模块，用于聚类出预设监测企业对应的用电状态；确定预设监测企业对应的状态阈值；训练模块，用于将第二数据集以及标记违规信息作为训练数据，训练双向长短期记忆神经网络模型；以通过训练好的双向长短期记忆神经网络模型对预设监测企业上传的电力数据进行违规信息告警。本申请通过上述方法实现了通过算法实时监测预设监测企业的违规生产行为。

技术领域

本申请涉及用电监测技术领域，尤其涉及一种基于电力大数据的用电监测系统及方法。

背景技术

用电信息作为企业是否开工生产的一项重要标志性因素，在企业的违规生产治理中起了举足轻重的作用。近年来，违法违规生产、明停暗开、昼停夜开等违法违规生产行为，成为引发生产安全事故的重要因素。现有的，监管生产安全事故的方法主要为相关工作人员通过巡视来发现违法违规的情况。

但是，上述方法需要耗费大量的人力物力、以及由于是人为预防，存在一定的失误性。为了预防相关生产安全事故发生，亟需一种基于电力大数据的用电监测系统及方法，通过分析企业用电量的异常，探索运用电力大数据、云计算、人工智能算法等技术，开展企业用电规律分析，构建监测告警模型，研发上线“电力助力应急管理”监测分析系统，及时发现关停企业违规生产、违规建设、超能力生产等违法行为，充分发挥电力大数据在关停企业违规生产分析研判中的支撑作用，提高企业安全生产的能力，推动安全治理能力现代化发展。

发明内容

针对现有技术的上述不足，本发明提供一种基于电力大数据的用电监测系统及方法，以解决上述技术问题。

第一方面，本申请实施例提供了一种基于电力大数据的用电监测系统，系统包括：获取模块，用于获取预设监测企业上传的原始数据集；其中，所述原始数据集包含企业基本数据和电力数据；清洗模块，用于去除原始数据集中不符合预设规范数据的值，以获得第一数据集；通过确定所述第一数据集中各数据的合理范围，去除第一数据集中超出合理范围的异常值；进而获得第二数据集；聚类模块，用于对第二数据集中的电力数据进行聚类处理，以聚类出预设监测企业对应的用电状态；以根据所述用电状态以及电力数据，确定预设监测企业对应的状态阈值；其中，状态阈值包括停产阈值、正常生产阈值和超限生产阈值；训练模块，用于根据状态阈值计算的违规信息以及实际采集的违规信息，确定第二数据集对应的标记违规信息；以将第二数据集以及标记违规信息作为训练数据，训练双向长短期记忆神经网络模型；以通过训练好的双向长短期记忆神经网络模型对预设监测企业上传的电力数据进行违规信息告警。

进一步地，所述清洗模块包括箱线单元；所述箱线单元，用于通过预设箱线公式：LowerLimit＝Max{Q₁-1.5IQR,Mininum}；

UpperLimit＝Min{Q₃+1.5IQR,Maxinum}，计算合理范围；其中，将任意组数据从小到大排序并分成4等份，Q1表示处在三个等分点的第一个等份点的数；Q3表示处在三个等分点的第三个等份点的数；IQR表示Q3-Q1的值；Minimum表示任意组数据中最小的数，Maximum表示任意组数据中最大的数；确定从LowerLimit到UpperLimit之间的范围为合理范围，进而去除第一数据集中超出合理范围的异常值。

进一步地，所述聚类模块包括状态阈值单元；所述状态阈值单元，用于确定预设监测企业对应的第二数据集的具体数量；当所述具体数据小于预设数量阈值时，通过预设计算数据中心及类间距的聚类算法，确定所述预设监测企业对应的状态阈值；当所述具体数据等于或大于预设数量阈值时，通过预设计算边界点聚类算法，确定第二数据集中电力数据对应的边界点为所述预设监测企业对应的状态阈值。