[发明专利]一种日清电量异常的自动识别方法及系统

权利要求书

1.一种日清电量异常的自动识别方法，其特征在于，包括：

获取电能表的表码计量数据；

对所获取的表码计量数据进行分析校验，完成电量异常的自动识别；

其中，在分析校验的过程中，基于配置审核规则核查所获取的表码计量数据，得到初步识别筛查数据；根据所得到的初步识别筛查数据和异常校验模型，识别核查后表码计量数据中的异常数据，实现日清电量异常的自动识别。

2.如权利要求1中所述的一种日清电量异常的自动识别方法，其特征在于，根据电能表的所处场景，选择合适的配置审核规则，对所获取的电能表表码计量数据进行核查，初步筛查异常的表码计量数据，识别出明显异常数据，得到初步识别筛查数据，完成日清电量异常的初步识别筛查。

3.如权利要求1中所述的一种日清电量异常的自动识别方法，其特征在于，所述配置审核规则至少包括电量突增、电量突减、抄表数据错误和表码示数前后不一致。

4.如权利要求1中所述的一种日清电量异常的自动识别方法，其特征在于，根据所得到的初步识别筛查数据的数据特征和电能表的所处场景，选择相应的异常校验模型，根据所选择的异常校验模型和初步识别筛查数据，自动识别异常数据，完成日清电量异常的自动识别。

5.如权利要求1中所述的一种日清电量异常的自动识别方法，其特征在于，所述异常校验模型采用3sigma异常校验模型，假设初步识别筛查数据中仅包含随机误差，对初步识别筛查数据进行计算处理得到标准偏差，通过判断所得到的标准偏差与设定的标准偏差阈值之间的关系，判断电量数据是否存在异常，实现日清电量异常的自动识别。

6.如权利要求1中所述的一种日清电量异常的自动识别方法，其特征在于，所述异常校验模型采用BoxPlot异常校验模型，通过判断数据的离散程度和偏向程度识别数据的异常，判断初步识别筛查数据中是否存在异常数据，实现日清电量异常的自动识别。

7.如权利要求1中所述的一种日清电量异常的自动识别方法，其特征在于，所述异常校验模型采用基于Manhattan的OPTICS聚类分析异常校验模型，对有限个相邻的初步识别筛查数据中的电量数据进行聚类，得到不同领域参数下的聚类结果，根据设定的Manhattan距离进行聚类分析，判断初步识别筛查数据中是否存在异常数据，实现日清电量异常的自动识别。

8.一种日清电量异常的自动识别系统，其特征在于，包括：

获取模块，其被配置为获取电能表的表码计量数据；

识别模块，其被配置为对所获取的表码计量数据进行分析校验，完成电量异常的自动识别；

其中，在分析校验的过程中，基于配置审核规则核查所获取的表码计量数据，得到初步识别筛查数据；根据所得到的初步识别筛查数据和异常校验模型，识别核查后表码计量数据中的异常数据，实现日清电量异常的自动识别。

9.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的日清电量异常的自动识别方法中的步骤。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的日清电量异常的自动识别方法中的步骤。