[发明专利]一种识别城镇燃气用户异常用气行为的方法及装置

权利要求书

1.一种识别城镇燃气用户异常用气行为的方法，其特征在于，包括：

获取城镇燃气公服用户用气数据，对所述用户用气数据进行数据清洗，得到待分析数据；

对所述待分析数据进行特征提取，得到特征数据；

对所述特征数据进行的单个用户分析，确定异常用户；

对所述特征数据进行同类用户离群点检测，确定异常用户。

2.根据权利要求1所述的方法，其特征在于，所述对所述待分析数据进行特征提取，得到特征数据包括：

根据所述待分析数据获取数据变异指标，其中，所述数据变异指标包括：极差、四分位数间距、均差、标准差、变异系数、标准差、各阶自相关系数的聚合统计特征、近似熵、时序数据复杂度、傅里叶变换的谱统计量、峰度、最大波动系数。

3.根据权利要求2所述的方法，其特征在于，所述对所述特征数据进行的单个用户分析，确定异常用户包括：

根据所述极差、所述四分位数间距、所述均差、所述标准差、所述变异系数、所述标准差、所述各阶自相关系数的聚合统计特征、所述近似熵、所述时序数据复杂度、所述傅里叶变换的谱统计量、所述峰度、所述最大波动系数对所述单个用户进行分析，确定异常用户。

4.根据权利要求1至3任一项所述的方法，其特征在于，所述对所述特征数据进行的单个用户分析，确定异常用户包括：

利用箱型图形判断用气时间序列的异常点，确定所述异常点对应的用户为异常用户；和/或

采用包括但不限于时间序列、回归分析、神经网络和/或小波分析拟合用气曲线，与实际用户用气数据进行对比，当实际用户用气数据超出所述用气曲线预设阈值，则确定超出所述用气曲线预设阈值的用户为异常用户。

5.根据权利要求2所述的方法，其特征在于，所述对所述特征数据进行同类用户离群点检测，确定异常用户包括：

利用时序数据和平均温度的相关系数、时序数据的最大波动系数、时序数据的标准差、时序数据的峰度、时序数据的各阶自相关系数的聚合统计特征、时序数据的近似熵、时序数据的复杂度、傅里叶变换的质心、傅里叶变换的方差对所述同类用户进行离群点检测，确定异常用户。

6.一种识别城镇燃气用户异常用气行为的装置，其特征在于，包括：

获取模块，用于获取城镇燃气公服用户用气数据，对所述用户用气数据进行数据清洗，得到待分析数据；

特征提取模块，用于对所述待分析数据进行特征提取，得到特征数据；

第一确定模块，用于对所述特征数据进行的单个用户分析，确定异常用户；

第二确定模块，用于对所述特征数据进行同类用户离群点检测，确定异常用户。

7.根据权利要求6所述的装置，其特征在于，所述特征提取模块通过如下方式对所述待分析数据进行特征提取，得到特征数据：

所述特征提取模块，具体用于根据所述待分析数据获取数据变异指标，其中，所述数据变异指标包括：极差、四分位数间距、均差、标准差、变异系数、标准差、各阶自相关系数的聚合统计特征、近似熵、时序数据复杂度、傅里叶变换的谱统计量、峰度、最大波动系数。

8.根据权利要求7所述的装置，其特征在于，所述第一确定模块通过如下方式对所述特征数据进行的单个用户分析，确定异常用户：

所述第一确定模块，具体用于根据所述极差、所述四分位数间距、所述均差、所述标准差、所述变异系数、所述标准差、所述各阶自相关系数的聚合统计特征、所述近似熵、所述时序数据复杂度、所述傅里叶变换的谱统计量、所述峰度、所述最大波动系数对所述单个用户进行分析，确定异常用户。