[发明专利]一种基于多模型的集中器异常数据提醒方法及系统

权利要求书

1.一种基于多模型的集中器异常数据提醒方法，其特征在于，所述基于多模型的集中器异常数据提醒方法包括：

根据目标用户的历史用电数据生成所述目标用户的目标耗电模型，根据所述目标用户所在小区所有用户的用电异常数据生成通用异常模型；

从采集器中获取所述目标用户当前时刻预设单位时间间隔的待测用电数据，并将所述待测用电数据发送至所述目标耗电模型及所述通用异常模型；

当所述目标耗电模型及所述通用异常模型的输出结果均为异常时，报告所述目标用户用电异常，并将所述待测用电数据增加至所述目标用户所在小区所有用户的用电异常数据中；

其中，根据目标用户的历史用电数据生成所述目标用户的目标耗电模型具体包括：

根据分时段收费的所有用户的每月耗电总量及每月对应的电费对用户用电习惯进行初步分类，得到环保用户数据、错峰用户数据及常规用户数据，并按照预设比例将环保用户数据、错峰用户数据及常规用户数据中的一部分数据作为训练集，另一部分数据作为测试集；

将所述训练集中的环保用户数据作为环保用户模型的识别目标，将所述训练集中的错峰用户数据作为错峰用户模型的识别目标，将所述训练集中的常规用户数据作为常规用户模型的识别目标，分别进行训练；

使用测试集对训练结果进行测试，以得到所述环保用户模型、所述错峰用户模型及所述常规用户模型；

将所述目标用户的历史用电数据发送至所述环保用户模型、所述错峰用户模型及所述常规用户模型，得到所述目标用户的历史用电数据与所述环保用户模型、所述错峰用户模型及所述常规用户模型的匹配程度，将匹配度最高的用户模型作为目标耗电模型。

2.根据权利要求1所述的基于多模型的集中器异常数据提醒方法，其特征在于，所述使用测试集对训练结果进行测试，以得到所述环保用户模型、所述错峰用户模型及所述常规用户模型的步骤之后还包括：

将所述环保用户数据输入至所述环保用户模型，得到环保用户数据匹配度低于预设匹配度阈值的数据的占比，当所述环保用户数据匹配度低于预设匹配度阈值的数据的占比高于预设鲁棒性阈值时，从所述环保用户数据中去除所述环保用户数据匹配度低于预设匹配度阈值的数据，并使用去除后的环保用户数据重新训练所述环保用户模型；

将所述错峰用户数据输入至所述错峰用户模型，得到错峰用户数据匹配度低于预设匹配度阈值的数据的占比，当所述错峰用户数据匹配度低于预设匹配度阈值的数据的占比高于预设鲁棒性阈值时，从所述错峰用户数据中去除所述错峰用户数据匹配度低于预设匹配度阈值的数据，并使用去除后的错峰用户数据重新训练所述错峰用户模型；

将所述常规用户数据输入至所述常规用户模型，得到常规用户数据匹配度低于预设匹配度阈值的数据的占比，当所述常规用户数据匹配度低于预设匹配度阈值的数据的占比高于预设鲁棒性阈值时，从所述常规用户数据中去除所述常规用户数据匹配度低于预设匹配度阈值的数据，并使用去除后的常规用户数据重新训练所述常规用户模型。

3.根据权利要求1所述的基于多模型的集中器异常数据提醒方法，其特征在于，还包括：

所述目标耗电模型为随机森林模型，当所述待测用电数据与所述目标耗电模型的匹配度低于预设匹配度阈值时，所述目标耗电模型输出结果为异常。

4.根据权利要求1所述的基于多模型的集中器异常数据提醒方法，其特征在于，所述目标用户所在小区所有用户的用电异常数据具体包括：

所述目标用户所在小区现有电力计量自动化系统所采集到的包含各相电流、电压、功率因数在内的用电负荷数据以及电网采集器、集中器及电表报告的用电异常信息。