[发明专利]一种基于高维随机矩阵的用户窃电行为辨识系统有效

专利信息
申请号: 201810312937.0 申请日: 2018-04-09
公开(公告)号: CN108734602B 公开(公告)日: 2021-08-03
发明(设计)人: 王鹏;熊仕斌;刘攸坚;傅子明;韦景康;黄健;梁绍基;张毅;洪晓彤;徐振洪;林澧乐;蔡金彪;王馨然 申请(专利权)人: 广东电网有限责任公司;广东电网有限责任公司佛山供电局
主分类号: G06Q50/06 分类号: G06Q50/06;G06F17/16
代理公司: 广州粤高专利商标代理有限公司 44102 代理人: 林丽明
地址: 510060 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于高维随机矩阵的用户窃电行为辨识系统,包括输入输出模块、调度模块、数据分析模块、本地数据库接口模块、远程数据库接口模块以及本地数据库。本系统采用高维随机矩阵算法综合利用计量信息系统采集的电量、电压、电流、有功功率、无功功率、功率因素等电力计量信息数据进行同步分析,结果更加可靠,能够较好地适应智能电表的普及和电力计量系统智能化发展要求,解决了当前算法数据源单一、数据计算负荷量大、误检和漏检严重的问题。同时本系统在识别用户存在窃电行为后进一步对用户窃电开始时间和结束时间进行定位并计算出窃电时长,为窃电稽查和电费追补提供数据支撑,弥补了当前算法无法确定窃电时间的缺陷。
搜索关键词: 一种 基于 随机 矩阵 用户 行为 辨识 系统
【主权项】:
1.一种基于高维随机矩阵的用户窃电行为辨识系统,其特征在于,包括:输入输出模块(1)、调度模块(2)、数据分析模块(3)、本地数据库接口模块(4)、远程数据库接口模块(5)、本地数据库(6);输入输出模块(1):根据待分析用户列表路径通过OLE数据库引擎连接并打开待分析用户列表,利用ADO.NET中的数据集DataSet对象一次性提取所有待分析用户数据,每个用户占据数据集对象的一行,以数据中的行数据为单位采用FIFO技术创建待分析用户队列供调度模块(2)调用;另外该模块还用于接收数据分析模块(3)的分析结果并通过数据绑定的方法利用DataGrid控件实现结果输出显示;调度模块(2):调用输入输出模块(1)创建的待分析用户队列,并利用FIFO的出队列操作将队列的第一条用户信息出队列后传送给远程数据库接口模块(5),同时使用多线程并发执行技术创建监控线程对数据分析模块(3)进行监控,监控线程与数据分析模块(3)中的数据分析过程并行执行,实时监控数据分析模块(3)的分析进程,监控线程在每次监控到数据分析模块(3)完成数据分析后将待分析用户队列的第一条信息出列并传送给远程数据库接口模块(5)同时继续进行下一次的监控,直到待分析用户队列全部分析完成后读取输入输出模块(1)的所有输出结果并传送给本地数据库接口模块(4);数据分析模块(3):用于接收远程数据库接口模块(5)的用户电力计量信息数据构建高维随机矩阵及其协方差矩阵,并求协方差矩阵特征根λ1≤λ2≤…≤λn;进一步,并利用协方差矩阵特征值的谱分布函数和协方差矩阵特征值的谱分布函数的极限收敛函数分别求取协方差矩阵特征值在复平面的分布与协方差矩阵特征值的谱分布函数的极限收敛函数于复平面上的函数轨迹;然后,根据单环定律判定原则分析协方差矩阵特征值的谱分布函数极限收敛函数的轨迹圆环外是否有奇异特征值点以判定用户是否存在窃电等异常用电情况;最后,数据分析完成后如果发现窃电则进一步利用平均谱半径变化曲线波动规律定位用户窃电开始时间并将结果输出给输出输出模块(1)进行输出显示,同时通知调度模块(2)本次分析完成;否则直接通知调度模块(2)本次分析完成;本地数据库接口模块(4):用于接收调度模块(2)的用户窃电记录信息并根据用户名和户表编号采用Insert方法添加进本地数据库(6);远程数据库接口模块(5):接收调度模块(2)的用户信息,并根据用户名和户表编号于计量系统远程数据库中采用数据库事务管理的方法检索出该用户24小时内的电量、电压、电流、有功功率、无功功率、功率因素等电力计量信息数据并传送给数据分析模块(3);本地数据库(6):用于存储用户窃电记录信息。用户窃电记录信息包括用户名、户表编号、窃电开始时间、窃电时长。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司;广东电网有限责任公司佛山供电局,未经广东电网有限责任公司;广东电网有限责任公司佛山供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810312937.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top