CN114878934B 一种电能耗数据异常预警方法 (中通服咨询设计研究院有限公司).docxVIP

CN114878934B 一种电能耗数据异常预警方法 (中通服咨询设计研究院有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114878934B(45)授权公告日2025.07.01

(21)申请号202210392230.1

(22)申请日2022.04.14

(65)同一申请的已公布的文献号申请公布号CN114878934A

(43)申请公布日2022.08.09

(73)专利权人中通服咨询设计研究院有限公司地址210019江苏省南京市建邺区楠溪江

东街58号

(72)发明人刘露任杰周斌徐啸峰

唐子元范洪兵洪亮沈轩余超李元义

(74)专利代理机构江苏圣典律师事务所32237专利代理师胡建华

(51)Int.CI.

G01R31/00(2006.01)

G01R35/04(2006.01)

G08B21/18(2006.01)

(56)对比文件

CN111612019A,2020.09.01

KR20220019376A,2022.02.17审查员范明莉

权利要求书2页说明书6页附图1页

(54)发明名称

(57)摘要

CN114878934B本发明提供了一种电能耗数据异常预警方法,包括:对企业内部的电表建立空间关联关系;通过智能采集器获取每个电表的实时数据并上报至平台;根据预设指标阈值判断实时数据是否为电能耗异常数据;若是,将电表本周期的电能示数与电表上周期的电能示数做差,得到电表的本期用电量;根据电表的空间关联关系和本期用电量,获得非固定业务异常概率;根据非固定业务异常概率进行电能耗数据的分级异常预警。相较于现有技术,本方法提高异常判定的准确度,

CN114878934B

CN114878934B权利要求书1/2页

2

1.一种电能耗数据异常预警方法,其特征在于,包括如下步骤:

步骤1,对企业内部的电表建立空间关联关系,所述空间关联关系包括每个电表所属的企业所在地、建筑楼栋、楼层和房间;

步骤2,通过智能采集器获取所述每个电表的实时数据,并按照预设上报频率将所述实时数据上报至平台;

步骤3,所述平台收到实时数据后,根据预设指标阈值判断所述实时数据是否为电能耗异常数据;若是,则存储所述电能耗异常数据对应的异常信息并结束判断;若否,则执行步骤4;

步骤4,所述平台将电表本周期的电能示数与电表上周期的电能示数做差,得到所述电表的本期用电量;

步骤5,根据所述电表的空间关联关系和本期用电量,获得非固定业务异常概率;

步骤6,根据所述非固定业务异常概率进行电能耗数据的分级异常预警;

所述步骤5包括:

步骤5.1,查找所述电表所在空间窗口,所述空间窗口即根据电表的空间关联关系确定的所有房间,获取所述空间窗口内所有电表的本期用电量,计算所述空间窗口内所有电表的本期用电量的空间关联离散度,即得出第一异常概率参数p1;

步骤5.2,选取时间窗口,获取所述电表在时间窗口对应的一段连续时间内的每一期用电量,假设计算总期数为N,计算变化趋势波动比例,即得出第二异常概率参数p2;

步骤5.3,获取若干个历史时序,即所述电表的上一日、上一周、上一月以及上一年与所述步骤5.2中时间窗口同时段连续N期的历史时序数据,计算每个所述历史时序数据与步骤5.2时序数据的相似度,并对计算获得的每个所述相似度进行排序,得到最高相似度,即得出第三异常概率参数p3;

步骤5.4,定义预测值,将所述电表本周期电能值,即所述实时数据中的电能值与预测值比较,计算波动比例,得出第四异常概率参数p4;

步骤5.5,将所述异常概率参数p1、第二异常概率参数p2、第三异常概率参数p3和第四异常概率参数p4加权相加,得出所述非固定业务异常概率;

所述步骤5.1中空间关联离散度的计算方法为:

空间关联离散度=Math.abs(本电表本期用电量-空间窗口内所有电表本期用电量中位数)/(空间窗口内所有电表本期用电量中的最大用电量-空间窗口内所有电表本期用电量中的最小用电量);

所述步骤5.2中变化趋势波动比例的计算方法为:

变化趋势波动比例=Math.abs((本电表本期用电量-本电表上个周期用电量)/本电表上个周期用电量-时间窗口内本电表电量增长率中位数)/(时间窗口内本电表电量最大增长率-时间窗口内本电表电量最小增长率);

所述步骤5.4中波动比例的计算方法为:

波动比例=Math.abs(本期用电量-预测值)/Math

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档