[发明专利]一种基于人工智能算法的异常用能分析方法及系统

权利要求书

1.一种基于人工智能算法的异常用能分析方法，其特征在于，包括以下步骤：

步骤1：根据人工智能算法，提取异常用能数据中的特征，并形成异常用能特征库；

步骤2：根据历史常态数据，分析数据曲线变化的标准特征，建立并优化标准特征库；

步骤3：根据标准特征库规则，定期在历史数据中识别非标准曲线，并将非标准曲线判定为异常，截取异常曲线作为异常用能数据；

步骤4：根据异常用能数据，辨识异常原因，并整合异常用能事件信息。

2.如权利要求1所述的基于人工智能算法的异常用能分析方法，其特征在于，步骤1包括以下步骤：

步骤1.1：根据人工智能算法，提取异常用能数据中的特征，建立相应模型；

步骤1.2：为异常特征模型修复测试样本数据；

步骤1.3：积累形成异常用能特征库。

3.如权利要求1所述的基于人工智能算法的异常用能分析方法，其特征在于，还包括步骤5：对异常用能事件进行统计分析。

4.如权利要求4所述的基于人工智能算法的异常用能分析方法，其特征在于，所述步骤5具体包括以下步骤：异常用能情况展示、异常能源客户排名、异常用能行业分类排名、异常相似度分析及异常用能特征库自我学习趋势分析。

5.一种基于人工智能算法的异常用能分析系统，其特征在于，包括：

异常特征分析模块，用于根据人工智能算法，提取异常用能数据中的特征，并形成异常用能特征库；

标准特征分析模块，用于根据历史常态数据，分析数据曲线变化的标准特征，建立并优化标准特征库；

异常识别模块，用于根据标准特征库规则，定期在历史数据中识别非标准曲线，并将非标准曲线判定为异常，截取异常曲线作为异常用能数据；

原因分析模块，用于根据异常用能数据，辨识异常原因，并整合异常用能事件信息。

6.如权利要求6所述的基于人工智能算法的异常用能分析系统，其特征在于，所述异常特征分析模块包括：

特征模型模块，用于根据人工智能算法，提取异常用能数据中的特征，建立相应模型；

修复数据模块，用于为异常特征模型修复测试样本数据；

异常特征库模块，用于积累形成异常用能特征库。

7.如权利要求6所述的基于人工智能算法的异常用能分析系统，其特征在于，该系统还包括异常统计模块，用于对异常用能事件进行统计分析。

8.如权利要求7所述的基于人工智能算法的异常用能分析系统，其特征在于，所述异常统计模块包括：异常用能情况展示模块、异常能源客户排名模块、异常用能行业分类排名模块、异常相似度分析模块及异常用能特征库自我学习趋势分析模块。