[发明专利]一种用电异常检测方法及系统

摘要

一种用电异常检测方法，包括以下步骤：A、对当前采集数据及历史数据进行预处理；B、采用数据挖掘算法对预处理后的数据进行检测，识别出用电异常嫌疑用户；C、将用电异常嫌疑用户中超过设定的阈值参数的部分作为用电异常用户进行反馈；D、利用关联算法对历史数据中的用电异常数据进行关联分析，提炼用电异常内部关联规则，并将分析结果用表格或者图形表示；E、对不同行业及类别的用电异常用户分布、特定用电异常用户数据进行统计，以供查询。本发明利用现有电网信息采集系统已积累的用电数据进行分析，进而检测出用电异常用户，对用电异常用户进行检测，检测结果更为全面，且提高了检测的准确性及检测效率，节省了检测时间。

主权项

1.一种用电异常检测方法，其特征在于：包括以下步骤：A、对当前采集数据及历史数据进行预处理；B、采用数据挖掘算法对预处理后的数据进行检测，识别出用电异常嫌疑用户；所述的数据挖掘算法包括：时间序列检测算法、曲线拟合算法、聚类算法；时间序列检测算法，根据单个用户的表计历史数据对用户用电负荷进行预测，与用电用户脉冲值比较，筛选出实际值与预测值的差值较大的用户，检测计量装置异常情况，列为计量异常嫌疑用户；曲线拟合算法，包括与行业的对比及与过去的对比两方面：与行业的对比，将某用户的当前采集数据与该行业的历史数据进行曲线拟合，将与行业曲线偏离的用户列为用电异常嫌疑用户；与过去的对比，将某个用户某日的负荷曲线与该用户整段区间的平均负荷曲线进行拟合，筛选出用电异常嫌疑用户；聚类算法，包括用户聚类及曲线聚类两方面：用户聚类，基于正常聚类的方法对用户进行聚类后与用户档案进行比对，筛选出现矛盾情况的用户列为用电异常嫌疑用户；曲线聚类，基于聚类的离群点检测，依据用户的用电行为曲线对用户进行聚类，再与用户档案信息进行比对，筛选出有离群点的用户，列为用电异常嫌疑用户；C、将用电异常嫌疑用户中超过设定的阈值参数的部分作为用电异常用户进行反馈；D、利用关联算法对历史数据中的用电异常数据进行关联分析，提炼用电异常内部关联规则，并将分析结果用表格或者图形表示；E、对不同行业及类别的用电异常用户分布、特定用电异常用户数据进行统计，以供查询；所述步骤D包括以下步骤：D1、利用数据挖掘中的关联算法，根据设定的支持度和置信度得出用电异常类型、用电异常发生频率与行业及类别之间的关联规则；D2、根据步骤D1处理后的关联规则，对于给定的行业及类别，分析可能的用电异常发生频率，并将分析结果用表格或者图形表示。