[发明专利]一种基于细粒度用电数据的居民用电智能分析方法及系统

说明书

本发明公开了一种基于细粒度用电数据的居民用电智能分析方法及系统，所述方法首先通过负荷辨识设备采集居民用户细粒度辨识数据，并与用户个人信息绑定；然后对已采集多日辨识数据的负荷辨识设备进行辨识数据提取；随后基于已提取的居民家用电器辨识数据进行数据分析；最终基于数据分析结果，对居民用电行为进行诊断。本发明方法依托居民细粒度用电数据，实现居民用户的用电行为智能分析与异常诊断，相较于传统的人工分析方法，不依赖个人经验，分析的更加智能和精准，对于辅助解决居民异常用电排查周期长、难度大、客户用电体验不佳等问题具有重要意义。

技术领域

本发明涉及一种基于细粒度用电数据的居民用电智能分析方法及系统，属于智能电网技术领域。

背景技术

供电服务是当前电网企业面向客户的主窗口和最前沿，最能体现电网企业的形象。而供电服务投诉的多少，是客户对供电企业供电服务保障能力和优质服务管理水平认可度、满意度的重要检验。其中用户对用电计费方面反馈相对密集，具体表现为质疑家中用电量、电费过高，与自身使用情况不符，造成此现象主要有两类原因：一方面因为计量装置故障、户表关系不对应导致的抄表数据异常，从而导致电量及电费计算出现偏差，另一方面由于用户存在不良用电习惯、电器老化或偷电漏电等用电异常行为，造成用电量远高于自身实际消耗电量。

然而，传统模式下，供电企业的服务到用户表即截止，即只能为用户提供基础的用电和计费服务，不能很好的指导居民用户安全合理用电，而居民用户除用电计费方面问题外，家中由电器老化、漏电引发安全隐患也较为常见，且辅助排查手段不足，制约相关工作开展的关键还是缺乏快速、有效的分析方法与辅助工具。

发明内容

发明目的：针对现有技术所存在的问题，本发明提供一种基于细粒度用电数据的居民用电智能分析方法及系统，能够实现居民用户的用电行为智能分析与异常诊断，相较于传统的人工分析方法，不依赖个人经验，分析的更加智能和精准，对于辅助解决居民异常用电排查周期长、难度大、客户用电体验不佳等问题具有重要意义。

技术方案：为实现上述目的，本发明提供一种基于细粒度用电数据的居民用电智能分析方法，包括以下步骤：

步骤1：提取居民用户细粒度辨识数据；

步骤2：基于已提取的居民家用电器辨识数据进行数据分析；

步骤3：基于数据分析结果，对居民用电行为进行诊断；

所述步骤2包括：

分析居民用电负荷和用电能耗的构成情况，由此获取电器高频次运行清单、电器高频次长时运行清单、电器高耗能运行清单和电器峰时高耗能运行清单；

所述步骤3包括：

诊断用户是否存在不良用电习惯：计算电器高频次运行清单中的电器长时运行指数K₁＝N₂/N₁，其中N₁为高频次运行电器数，N₂为高频次长时运行电器数，若运行指数K₁低于阈值E，则诊断为用户存在不良用电习惯；计算电器高耗能运行清单中的电器峰时运行指数K₂＝M₂/M₁，其中M₁为高耗能运行电器数，M₂为峰时高耗能运行电器数，若运行指数K₂低于阈值F，则诊断为用户存在不良用电习惯。

进一步的，所述步骤1之前还包括：通过负荷辨识设备采集居民用户细粒度辨识数据，并与用户个人信息绑定，由此提取设备采集的细粒度辨识数据用于分析。

进一步的，所述用户个人信息包括用户名、用电户号、电表资产号、用户地址，便于排查出计量装置故障、户表关系不对应导致的抄表数据异常。

进一步的，所述步骤2具体包括：