CN120234745A 基于多源数据的智能用电行为稽查方法、设备和存储介质 (广东卓维网络有限公司).docxVIP

CN120234745A 基于多源数据的智能用电行为稽查方法、设备和存储介质 (广东卓维网络有限公司).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)发明专利申请

(10)申请公布号CN120234745A(43)申请公布日2025.07.01

(21)申请号202510704843.8

(22)申请日2025.05.29

(71)申请人广东卓维网络有限公司

地址528000广东省佛山市南海区桂城街

道季华东路33号佛山市电力科技产业中心1座6-9层

申请人广东电网有限责任公司佛山供电局

(72)发明人伍慧君凌志平蓝金凤张小双黎敬章梁慧谊黄冰刘剑琦

潘庆锋鲁云鹏张毅徐园园郑爱武叶彤龙科成匡佩

(74)专利代理机构深圳市明日今典知识产权代理事务所(普通合伙)44343

专利代理师王杰辉

(51)Int.CI.

GO6F18/2433(2023.01)

GO6F18/22(2023.01)

GO6F18/231(2023.01)

GO6F18/241(2023.01)

GO6F18/243(2023.01)

GO6F18/25(2023.01)

GO6N3/0464(2023.01)

GO6N20/20(2019.01)

权利要求书3页说明书9页附图2页

(54)发明名称

基于多源数据的智能用电行为稽查方法、设备和存储介质

(57)摘要

CN120234745A本发明涉及信息技术领域,提供基于多源数据的智能用电行为稽查方法、设备和存储介质,包括:采用分布式计算框架处理传感器与智能电表实时采集的海量用电数据流,完成多源数据的整合与标准化,生成动态更新的用电监控原始数据集;从包含基础标识、时间信息、实时变化特征及异常标记的时序数据和历史用电记录中,提取多维度特征向量,输出异常行为的分类结果;提取最终确认的异常行为数据,利用可视化技术生成实时监控仪表盘,动态展示供电企业用电稽查的异常行为。本发明有效整合多源异构数据,实现用电行为的智能分析与实时监控,提高供电企

CN120234745A

CN120234745A权利要求书1/3页

2

1.基于多源数据的智能用电行为稽查方法,其特征在于,所述方法包括:

采用分布式计算框架处理传感器与智能电表实时采集的用电数据流,通过并行计算技术完成用电数据流的整合与标准化,生成用电监控原始数据集;针对动态更新的用电监控原始数据集,应用滑动窗口算法提取指定时段内的用电量数据,计算实时变化特征,若检测到实时变化特征超过对应的动态阈值,标记为异常事件,生成时序数据,其中,时序数据包含基础标识、时间信息、实时变化特征及异常标记,基础标识包含设备标识、用户编号、电表型号;从所述时序数据和历史用电记录中,提取多维度特征向量,通过预先构建的分类器,输出异常行为的分类结果;获取用户注册信息与所述异常行为的分类结果,构建用户-异常事件关联矩阵,通过关联规则挖掘算法分析用户-异常事件关联矩阵,生成异常行为的多源关联数据集;基于异常行为的多源关联数据集,对新传入的用电数据进行实时流处理,通过增量更新机制,若新增数据触发预设的异常模式匹配条件,即时生成异常行为预警信号;使用主成分分析法根据异常行为预警信号生成高风险事件特征向量,将高风险事件特征向量、用电监控原始数据集与新传入的用电数据整合得到融合数据向量,将融合数据向量输入卷积神经网络,生成最终确认的异常行为数据;基于最终确认的异常行为数据,利用可视化技术生成实时监控仪表盘,动态展示供电企业用电稽查的异常行为。

2.根据权利要求1所述的方法,其特征在于,所述采用分布式计算框架处理传感器与智能电表实时采集的用电数据流,通过并行计算技术完成用电数据流的整合与标准化,生成用电监控原始数据集,包括:

通过分布式计算框架获取传感器与智能电表实时采集的用电数据流,采用并行计算技术分割数据流,得到初步处理的数据段;

从初步处理的数据段中提取多源数据,使用分布式流处理平台对多源数据进行格式统

一,得到整合后的数据集合;

针对整合后的数据集合,若字段格式不一致,则使用Pandas调整字段类型和单位,得到用电监控原始数据集。

3.根据权利要求1所述的方法,其特征在于,所述针对动态更新的用电监控原始数据集,应用滑动窗口算法提取指定时段内的用电量数据,计算实时变化特征,若检测到实时变

您可能关注的文档

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