[发明专利]用电信息的处理方法及装置

权利要求书

1.一种用电信息的处理方法，其特征在于，包括：

获取用电终端的样本用电信息，其中，所述样本用电信息包括：用电量样本，以及与所述用电量样本关联的影响因素数据；

采用BP神经网络回归模型对所述样本用电信息进行回归分析，得到回归模型，其中，所述回归模型表征用电规律，用于预测用户住宅在预定时间内的用电量。

2.根据权利要求1所述的方法，其特征在于，所述用电量样本包括：预定区域内的用电客户档案表、用户用电量表、计量点、预定时间段内的用电量，所述影响因素数据包括：所述预定区域内的常住人口数、人均可支出收入、可替代能源价格、实际电价、季度平均气温，以及计算得到的所述用电量与各变量之间的相关系数。

3.根据权利要求2所述的方法，其特征在于，在获取用电终端的样本用电信息之后，对所述用电量样本进行预处理，该步骤包括：

将所述用电客户档案表、用户用电量表、计量点表通过关键字段进行数据关联，生成由用电量表，其中，所述用电量表包括如下字段：用户编号、用电类别编码、所属供电公司编码、用电量、综合倍率和抄表时间。

4.根据权利要求3所述的方法，其特征在于，在获取用电终端的样本用电信息之后，所述方法还包括：

从所述用电量表中筛选出待分析的字段，并对筛选出来的字段对应的数据进行去重处理，其中，在所述待分析的字段为用电量的情况下，如果预定周期内采集到的多次用电量数据，选取所述用电量数据平均值进行记录。

5.根据权利要求4所述的方法，其特征在于，如果当前用电周期内的用电量数据为空，则采用上一个用电周期内的用电量替换所述当前用电周期内的用电量数据，其中，如用电量为空的用电周期的数量超过预定阈值，则停止统计下一个用电周期内的用电量。

6.根据权利要求2所述的方法，其特征在于，所述影响因素数据用于表征回归挖掘的关键影响因素变量，其中，在获取用电终端的样本用电信息之后，所述方法还包括：对所述影响因素数据进行预处理，该步骤包括：按照相关系数的计算公式，计算常住人口数、人均可支出收入、实际电价、季度平均气温与居民住户季度用电量数据之间的相关系数。

7.根据权利要求6所述的方法，其特征在于，对所述影响因素数据的变量数据进行归一化处理，将所述影响因素数据简化到预定数据区间内，使有纲量化转化为无纲量化。

8.根据权利要求1所述的方法，其特征在于，所述BP神经网络回归模型采用有监督学习方式进行训练，并将学习模式输入至神经网络，所述神经网络中的神经元的激活值将从输入层经各隐含层向输出层传播，在所述输出层的各神经元输出对应于输入模式的网络响应。

9.一种用电信息的处理装置，其特征在于，包括：

获取模块，用于获取用电终端的样本用电信息，其中，所述样本用电信息包括：用电量样本，以及与所述用电量样本关联的影响因素数据；

回归分析模块，用于采用BP神经网络回归模型对所述样本用电信息进行回归分析，得到回归模型，其中，所述回归模型表征用电规律，用于预测用户住宅在预定时间内的用电量。

10.根据权利要求9所述的装置，其特征在于，所述用电量样本包括：预定区域内的用电客户档案表、用户用电量表、计量点、预定时间段内的用电量，所述影响因素数据包括：所述预定区域内的常住人口数、人均可支出收入、可替代能源价格、实际电价、季度平均气温，以及计算得到的所述用电量与各变量之间的相关系数。

11.根据权利要求10所述的装置，其特征在于，所述装置还包括：第一预处理模块，用于对所述用电量样本进行预处理，该第一预处理模块包括：

第一子处理模块，用于将所述用电客户档案表、用户用电量表、计量点表通过关键字段进行数据关联，生成由用电量表，其中，所述用电量表包括如下字段：用户编号、用电类别编码、所属供电公司编码、用电量、综合倍率和抄表时间。