CN114022307B 分等级、分时级的孤寡老人用电量异常变化分析方法 （福州大学）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN114022307B(45)授权公告日2025.01.10

(21)申请号202111296673.2

(22)申请日2021.11.03

(65)同一申请的已公布的文献号申请公布号CN114022307A

(43)申请公布日2022.02.08

(73)专利权人福州大学

地址350108福建省福州市闽侯县福州大

学城乌龙江北大道2号福州大学

(72)发明人张逸张良羽姚文旭刘雄飞陈书畅

(74)专利代理机构福州元创专利商标代理有限公司35100

专利代理师丘鸿超蔡学俊

(51)Int.CI.

GO6Q50/06(2012.01)

(56)对比文件

金高铭.一种基于序列模式挖掘的独居老人用电预警模型.电力大数据.2023,第26卷(第3

期),52-60.

审查员王明山

权利要求书3页说明书8页附图2页

(54)发明名称

分等级、分时级的孤寡老人用电量异常变化分析方法

(57)摘要

CN114022307B本发明提出一种分等级、分时级的孤寡老人用电量异常变化分析方法，包括：对采集用电量数据的预处理；计算日用电量数据的各级动态阈值，并完成待检测日电量数据的异常检测及异常状态分级判断；计算日内小时用电量数据的各级动态阈值，并完成待检测小时级数据的异常检测及异常状态分级判断；计算孤寡老人用电异常比例系数，评估用户用电安全性。其对用户用电数据进行了分时级、分等级的异常检测，实现了对孤寡老人居家用电量变化的精准监测与异常分级判断。该方法原理简单，结果客观可信，具有较

CN114022307B

CN114022307B权利要求书1/3页

2

1.一种分等级、分时级的孤寡老人用电量异常变化分析方法，其特征在于，包括以下步

骤：

步骤S1:对所采集到的孤寡老人用户用电数据进行预处理，填补数据缺失，并设定用电异常分级标签与各级异常判断条件；

步骤S2:对步骤S1预处理后的日电量数据，引入概率模型进行数据分析与特征挖掘，对待检测日电量数据进行异常检测与异常等级判别；

步骤S3:针对步骤S2中出现异常的某日用电数据，进一步将S1预处理后的小时用电量数据引入环比模型，进行日内小时用电量异常检测与异常等级判别；

步骤S4:基于用电数据判别，对孤寡老人用电安全性进行评估与必要性预警；

步骤S2中对用户日用电量数据的处理及分析包括以下步骤：

步骤S21:获取由步骤S1预处理过的一定时间窗口长度的用户历史用电数据集，作为输入各概率模型的训练集，计算区分用电状态正常与异常的动态阈值；

步骤S22:引入云模型、3sigma模型、四分位模型，分别计算用户日电量样本期望E,熵H,超熵H,标准差S,及四分位数Q?、Q?、Q?、Q?;并分别计算出各模型下区分用电量数据正常与异常的动态阈值；

步骤S23:获取由步骤S1预处理过的待检测日用电量数据集，作为输入日用电量变化情况分析模型的测试集；

步骤S24:将测试集分别与步骤S22中计算得到的三组动态阈值比较，若处于云模型对应动态阈值之外，定义为一级异常；若处于云模型对应动态阈值之内、3sigma模型动态阈值之外，定义为二级异常；若处于3sigma模型动态阈值之内、四分位模型之外，定义为三级异常；

步骤S3中对用户小时用电量数据的处理及分析包括以下步骤：

步骤S31:针对步骤S2判断得到的日异常用电天数，细化到该天内各个时段的用电量判断；

步骤S32:获取由步骤S1预处理过的一定时间窗口长度的用户历史小时用电量数据，求取日内各小时用电量的均值，作为判断小时用电量是否正常的基准值；

步骤S33:获取由步骤S1与处理过的待检测小时用电量数据集，作为输入小时用电量环比模型的测试集；

步骤S34:利用环比模型计算环比系数，判断该时段数据是否处于异常值范围；若环比系数大于1,定义为一级异常；若环比系数大于0.5小于1,定义为二级异常。

2.根据权利要求1所述的分等级、分时级的孤寡老人用电量异常变化分析方法，其特征在于：步骤S1中，首先计算用户各个时间点的耗电量平均值，历遍待检测数据，以电量数据平均值填补其中缺失部分；将用电数据异常分为用电激增异常与用电激减异常，并依照不同的用电变化程度将以上两种情况分为不同异常等级。

3.根据权利要求2所述的分等级、分时级的孤寡老人用电量异常变化分析方法，其特征在于：