[发明专利]一种日清电量异常的自动识别方法及系统在审

专利信息
申请号: 202211412795.8 申请日: 2022-11-11
公开(公告)号: CN115951295A 公开(公告)日: 2023-04-11
发明(设计)人: 梁波;王所钺;李函奇;杨洋;杨琳琳;刘霄慧;孙小斌;郭珂;王孜旭;张嘉琪;宋夏炎;张慧 申请(专利权)人: 国网山东省电力公司营销服务中心(计量中心);国家电网有限公司
主分类号: G01R35/04 分类号: G01R35/04;G01R22/06;G06F18/232;G06N20/00;G06Q50/06
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 董雪
地址: 250001 山东省*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 电量 异常 自动识别 方法 系统
【说明书】:

本公开属于电力营销技术领域,具体涉及一种日清电量异常的自动识别方法及系统,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。

技术领域

本公开属于电力营销技术领域,具体涉及一种日清电量异常的自动识别方法及系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息,不必然构成在先技术。

随着电网公司业务的发展和电力体制改革的进一步深入,电力营销部门所承担的核算业务越来越复杂化、多元化,涵盖了用电客户、市场化客户,分布式电源用户、统调电厂、非统调电厂等发用两侧多种类型客户的电量结算;随着市场化现货交易和购售同期的推进,使得计算周期变短,频率增高、结算时间更集中。

随着抄核自动化、智能化、精益化要求的提升,对电量审核的精准性、高效性提出了更高的要求,现有的电量审核主要存在以下问题:

(1)电量抄表数据的质量低,存在着采集失败,表码倒走、不平等现象;

(2)电量数据的审核精准度不高,需要核算员人工介入电量异常的处理,同时存在漏拦截的现象。

(3)缺乏未形成审核共享能力,档案及采集数据问题是造成电量结清通过率低的主要原因,目前抄表数据复核及电量电费审核不具备对外输出共享审核服务。

(4)缺乏基于历史数据的审核规则有效性、阈值合理性、命中率等指标综合分析,审核规则改进缺乏数据支撑。

发明内容

为了解决上述问题,本公开提出了一种日清电量异常的自动识别方法及系统,通过对用户的用电量进行每日清算,及时筛选出日清电量异常的数据,保障市场化交易的电量结算精准无误。

根据一些实施例,本公开的第一方案提供了一种日清电量异常的自动识别方法,采用如下技术方案:

一种日清电量异常的自动识别方法,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。

作为进一步的技术限定,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。

作为进一步的技术限定,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。

作为进一步的技术限定,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。

作为进一步的技术限定,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。

作为进一步的技术限定,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。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网山东省电力公司营销服务中心(计量中心);国家电网有限公司,未经国网山东省电力公司营销服务中心(计量中心);国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211412795.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top