CN104714205A - 电表错置侦测系统及其方法 - Google Patents

Abstract

本发明公开了一种电表错置侦测系统及其方法，包括：预先储存多个电表的电表定义数据，提取多个电表的电力使用数据，依据该电力使用数据计算出各电表的用电特征值，并以该用电特征值将各该电表分类以产生分类数据，比对分类数据与电表定义数据，以得到非属同类的电表组合，之后，比较该电表组合中任两电表的用电量，借此筛选出电量曲线不相交的两电表，并且将电量曲线不相交的两电表的用电量进行重合比对，将重合性高的电表判定为错置电表。

Description

电表错置侦测系统及其方法

技术领域

本发明涉及一种电表错置侦测系统及其方法，尤其是一种以用电信息分析技术进行侦错的电表错置侦测系统及其方法。

背景技术

随着节能与环保意识抬头，对用电量较高的厂房的电力控制更显重要，通常厂房会通过实时监控各用电设备或产线的用电情况，以对电力能源进行监控及节能改善，因此，若于厂房建置时未设置相关监控设备，则日后仅能于厂区内装设一定数量的电表来进行监控。

对于较旧或范围较大的厂区来说，电路配线可能因为不同时期的更动变得相当复杂，导致缺乏准确的电力线路图，使得电表装设时可能装设在错误的回路或位置上，例如：原先应设置在个别回路上的电表可能错误装设在同一回路上，恐造成各分表用电信息与总表无法对应，如此造成电力能源监控以及节能措施设计上的困扰。另外，由电表设置现场来看，许多设备或运作系统不论是公用系统或工艺系统，往往不易于运转中将其停止或降低负载来做用电回路测试，所以仅能通过人员目视查线，然而厂区中线路常互相纠缠、所在位置隐蔽或易被其它设备阻挡，此导致人员在现场查线难度提升，常常只能依据可到达目视的范围来大概判断线路走向。基于厂区范围大，导致配线复杂且电表数量多，若只靠人员现场查线来进行侦错，必需耗费巨大人力成本和时间成本。

因此，若仅通过人员现场查线而缺乏系统性数据分析，是不易由众多电表中找到错置的电表，也难以缩小可能错置电表的范围，如此可能造成人力和时间的浪费，甚至有误判错误电表的可能，故找出有效的电表错置侦错方式，实为本技术领域技术人员亟欲解决的技术课题。

发明内容

本发明提出一种电表错置侦测系统及其方法，通过数据分析方式以有效地缩小并标明出可能错置的电表，以快速且准确找出需要变更位置的电表。

本发明提供一种电表错置侦测系统，其包括：一储存模块、一接收模块以及一错置判断模块。该储存模块用于预先储存电表定义数据，该接收模块用于接收多个电表的电力使用数据，而错置判断模块包括一分类单元、一比对单元、一筛选单元以及一重合判断单元，其中，该分类单元依据该电力使用数据计算各该电表的一用电特征值，且以该用电特征值对各该电表进行分类，产生一分类数据，该比对单元将该分类数据与该电表定义数据中的一电表回路信息进行比对，得到非属同类的一电表组合，该筛选单元将该电表组合中任两电表进行用电量的电量曲线比较，筛选出该电量曲线不相交的至少两电表，该重合判断单元将该至少两电量曲线不相交的电表的用电量进行重合比对，借此判定重合性高的电表为错置电表。

本发明还提出一种电表错置侦测方法，包括下列步骤：预先储存一电表定义数据；提取多个电表的电力使用数据；利用该电力使用数据计算出各该电表的一用电特征值，并以该用电特征值将各该电表分类以产生一分类数据；比对该分类数据与该电表定义数据，以得到非属同类的一电表组合；比较该电表组合中任两电表的用电量，以筛选出电量曲线不相交的至少两电表；以及将该电量曲线不相交的该至少两电表的用电量进行重合比对，将重合性高的电表判定为错置电表。

附图说明

图1为本发明的电表错置侦测系统的系统示意图；

图2为本发明的电表错置侦测方法的步骤图；

图3为本发明的电表错置侦测方法中分类方法的流程图；

图4为本发明的电表错置侦测方法中鉴别上下游关系的流程图；

图5为本发明的电表错置侦测方法中重合性分析的流程图；

图6为本发明的电表错置侦测方法一具体实施例的流程图；

图7A和图7B为本发明的电表错置侦测方法中用电测量记录和排除低用电时段的曲线图；

图8A至图8C为本发明的电表错置侦测方法中不同用电单位的用电状态和门槛比较的曲线图；

图9A和图9B为本发明的电表错置侦测方法中同类电表比较相交的曲线图；以及

图10A和图10B为本发明的电表错置侦测方法中上下游电表重合比较补值和误差容许量的曲线图。

主要元件符号说明

1    电表错置侦测系统

11   储存模块

12   接收模块

13   错置判断模块

132  分类单元

133  比对单元

134  筛选单元

135  重合判断单元

2    电表定义数据

3    电力使用数据

S201-S207、S301-S305、S401-S405、S501～S509、S601～S610  步骤

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

图1为说明本发明的电表错置侦测系统的一实施例的系统示意图。如图1所示，电表错置侦测系统1是利用数据分析手段以鉴别出装设位置错误的电表，其实施对象可为一组多个电表，该多个电表可测量供电系统各单线的用电信息。基于大型厂房内可能线路混乱、标示不清、原始设计图遗失等原因，造成电表的装设位置与原设计不同，例如：当电表上下游关系错置时，上游电表会重复量取了下游电表的用电，最后导致各分表的数值总和大于总表的读数，因而本实施例的电表错置侦测系统1可提供电表装设位置错误的分析判断。

本实施例的电表错置侦测系统1包括：储存模块11、接收模块12以及错置判断模块13。

储存模块11用于预存表示多个电表的电表定义数据2，具体来说，储存模块11可为用于储存数据的硬盘或储存设备，电表定义数据2可由使用者输入，例如非正常运转时段、特征值分析时段、重合性容许误差值、重合比例门槛值以及电表和回路信息等，这些数据可作为错置电表判断过程中预先排除一些已知状态或者是一些判断标准的预先定义。

接收模块12用于接收多个电表的电力使用数据3，详言之，接收模块12主要用于接收来自各电表所在线路的电力使用数据3，接收模块12可连接一电力数据提取器（图中未示出）以收集各电表的电力使用数据3，并将这些电力使用数据3储存于储存模块11内。

错置判断模块13可用于依据电表定义数据2和电力使用数据3来进行电表错置判断，错置判断模块13包括分类单元132、比对单元133、筛选单元134以及重合判断单元135。

分类单元132用于依据该电力使用数据3计算各该电表的一用电特征值，且以该用电特征值对各该电表进行分类，产生一分类数据。具体来说，接收模块12接收这些电力使用数据3后，分类单元132以这些电力使用数据3计算出各电表的用电特征值，该用电特征值通过将各该电表的用电量依一预定的单位时间分成多个时段，并且计算各时段的用电量平均值，之后，将各时段中其用电量平均值大于一预定尖峰用电门槛值的时段，给予一特征值，故每一电表于各时段的特征值可组成该电表的用电特征值。

接着，分类单元132可通过各种分类方法来进行分组，例如K-means分类法，其依据一预先定义的类组数，自各该电表中随机选取符合该类组数的电表，作为多个电表类组的类组重心值，例如若分成三组，则由所有电表中随机取三个电表作为类组重心值，接着，归纳各电表至离这些类组重心值距离最近的为同一电表类组，之后，再重新计算这些电表类组的类组重心值，并且将各电表进行再重新归纳（归纳至新的重心值距离最近的类组），直到所有的电表类组中的各该电表未再更变异动为止，借此完成分类并产生分类数据。

比对单元133用于将该分类单元132产生的该分类数据与该电表定义数据2中的一电表回路信息进行比对，得到非属同类的一电表组合。由分类数据可知同一类组的电表位于同一回路上，接着要判断是否具有上下游关系，比对单元133将事先已知的上下游关系排除，借此减少数据比对量，也就是依据使用者预先输入的电表回路信息，将同一类组且已事先知道为上下游关系的电表排除，借此得到同一类组中不应该属于同一类组的非属同类的电表组合，这些电表组合可能因错置因素导致被分在同一类组。

筛选单元134用于将比对单元133所产生的电表组合中任两电表进行用电量的电量曲线比较，借此筛选出该电量曲线不相交的至少两电表。简单来说，若为上下游关系的电表，其用电量依据物理特性，上游电表（总表）在任一时点的记录值必定大于其下游电表的记录值，因此，通过判断两者的电量曲线是否相交，以筛选是否为上下游关系的可能。

重合判断单元135将这些电量曲线不相交的电表的用电量进行重合比对，借此判定重合性高的电表为错置电表。详言之，重合判断单元135计算该电量曲线不相交的这些电表的每一时点的用电差平均值，即将两电表的用电量相减，并将较低的用电量加上前述的用电差平均值，再与较高的用电量进行差值计算，并根据差值小于一预定的容许误差率来判断两者是否为高重合性电表。

此外，重合性高低的判断由重合判断单元135，统计该电量曲线不相交的这些电表于各时点的重合数量，并比较该重合数量总和占总时点数量的比例高于一预定门槛值的电表，判断为错置电表，也就是在两电表重合部分数量多于一预定门槛值时，则判定两电表中有错置电表的情况。

由上可知，判断出两个电表间是否有上下游关系时，会先参考电表定义数据2的已知回路，可排除两电表在原先设计上非属于上下游关系，经排除后若两者用电量仍有上下游关系性，则通过判断两个电表的电量曲线重合性高低来判断是否有错置的可能性。因此，通过简单用电数据分析判断可轻易找出配置位置错误的电表。

此外，为使判断更准确，避免非规律性数据影响使用电特征值的判断，更可考虑先排除非正常运转时段的用电数据。因此，错置判断模块13内可包含一排除单元（图中未示出），该排除单元可依据电表定义数据2中的一非正常运转时段，将各该电表的电力使用数据3中低用电时段部分排除，之后，并以排除低用电时段部分的电力使用数据3给予该分类单元132计算用电特征值。关于非正常运转时段可由使用者预先设定。

与现有技术相比较，本发明所提出的电表错置侦测系统，通过将电表用电数据分类、比对、判断是否为相同回路、用电量是否重合等，借此得到是否属于上下游关系并以重合性高低来判断是否错置，因此，可有效地缩小范围并标明可能错误的电表，可提供确认是否装设位置错误并且有助于人员查线时缩小范围，如此可节省时间和人力成本。

此外，通过数据分析，除了协助检验电表装设是否位置错误外，也能周期性的实施以检测电表是否因故障，避免错误信息的发生的可能。因此，将本发明的电表错置侦测系统导入厂房的智能电力管理，将有助于达到厂房周期性且自动化的侦错和维护的目的。

图2为说明本发明的电表错置侦测方法的流程图。如图2所示，于步骤S201中，预存多个电表的电表定义数据。此步骤说明，使用者可先将电表的使用情况预先输入，借此提供后续分析判断使用，其中，该电表定义数据包括非正常运转时段、特征值分析时段、重合性容许误差值、重合比例门槛值以及电表和回路信息等。

于步骤S202中，提取该多个电表的电力使用数据。此步骤用于取得各电表的电力使用数据，该电力使用数据将可用于分析各电表是否为同一回路以及用电量是否有上下游关系。

于步骤S203中，依据该电表定义数据排除各该电表的电力使用数据中低用电时段部分，具体来说，为了减少数据计算量以及避免因用电数据因使用不规律导致的变化量过大，故预先将电力使用数据中低用电时段部分预先删除，低用电时段可由电表定义数据取得。需要说明的是，此步骤并非必要，换言之，也可直接以电力使用数据进行后续的分析计算，并不影响上下游关系或电表错置的判断。

于步骤S204中，利用已排除该低用电时段的该电力使用数据计算出各该电表的用电特征值，并以该用电特征值将各该电表分类产生分类数据。具体来说，该用电特征值通过将各电表的用电量依一预定的单位时间分成多个时段，并且计算出各时段的用电量平均值，之后，比较出用电量平均值大于预定尖峰用电门槛值的时段并给予一特征值，举例来说，大于尖峰用电门槛值的时段给予1的特征植，反之，给予0的特征植，以利后续分析。

此外，将各该电表分类是指通过一预先定义的类组数，选取符合类组数的电表，作为多个电表类组的类组重心值，接着，将各电表归纳到离这些类组重心值距离最近的那一个，即找到各电表最接近的类组重心值并归纳该电表至该类组中以成为同一电表类组，之后，依据每一电表类组内现有成员重新计算电表类组的类组重心值，并再次将各电表重新归纳，直到所有电表类组内的各该电表成员未再异动为止，并形成该分类数据。

于步骤S205中，比对该分类数据与该电表定义数据，以得到非属同类的电表组合。此步骤说明根据原先输入的电表定义数据，以与前一步骤所取得的分类数据比对，由于电表定义数据已记录电表间回路关系或上下游关系，故若无回路关系或上下游关系，理论上应该不会同一类组，因此，通过上述数据比对以找出非属同类的电表组合，也就是不应该被分成同一类组但事实上被分成同一类组。

于步骤S206中，比较该电表组合中任两电表的用电量，以筛选出电量曲线不相交的至少两电表。此步骤是将前一步骤取得的电表组合，以两两一组的方式判断两者的电量曲线是否相交，此目的是判断两者是否有上下游关系，若有上下游关系，则因电量累积概念，两者的曲线不应该有相交的情况。

于步骤S207中，将该电量曲线不相交的这些电表的用电量进行重合比对，将重合性高的电表判定为错置电表。此步骤是在步骤S206判断出有可能上下游关系时的再进一步判断，也就是计算该电量曲线不相交的任两电表于每一时点的用电差平均值，接着把较低用电量加上该用电差平均值，再与较高用电量作差值计算，以判断该差值小于一预定的容许误差率的电表为重合电表。

此外，重合性高低的判断包括统计该电量曲线不相交的这些电表于各该时点为重合电表的重合数量，并比较该重合数量总和占总时点数量的比例高于一预定门槛值的电表，判断为错置电表。也就是说，若两电表的电量曲线重合性高的话，则可判定为两者中具有错置电表的情况。

图3为说明本发明的电表错置侦测方法中分类方法的流程图。如图3中步骤S301至S302所示，首先，计算单位时间平均值，也就是收集电表于一段时间内的用电值，并以一预定的单位时间作分割并取其计算单位时间内的用电量平均值，接着，定义用电分段门槛（尖峰、离峰），此处是指将用电量作尖峰和离峰的设定，此可由使用者输入。

之后，如步骤S303至S305所示，由电力使用数据来计算用电特征值向量，此步骤主要依据用电数据找出用电特征值，之后可通过用电特征值来判断是否为同一回路，甚至是否为上下游关系，之后，可通过统计分类方法进行分类。

例如可以K-means分类法来进行。K-means分类法的步骤包括：预先指定要形成的集类数，如k个类组，即从用电数据中随机选取k个观察值来作为k个电表集类的类组重心值，其中所谓的观察值是代表电表的向量位置，接着计算每一个观察值到各类组重心的距离，并且把每一个观察值归入距离最近重心的那一电表类组，再次计算每一电表类组中所含观察值的平均值作为该电表类组的新的类组重心值，并将各电表再重新归纳，之后，重复计算类组重心值、电表类组归纳等过程，直到没有观察值可以再调整为止。因此，可通过上述K-means分类法产生分类结果。需要说明的是，K-means分类法仅是一实施方式，其它分类方法也可适用于本发明。

图4为说明本发明的电表错置侦测方法中鉴别上下游关系的流程图。如图4所示，步骤S401和S402是指判断两电量曲线是否有交叉，若没有则有上下游关系的可能，接着判断其中一电表A在任一时间点用电是否大于另一电表B，若判断为是，则进至步骤S403，输出电表A为上游电表，电表B为下游电表，相反地，若判断为否，则进至步骤S404，输出电表B为上游电表，电表A为下游电表。此外，若步骤S401判断两者电量曲线有交叉时，则可进至步骤S405，输出无上下游的可能性。

图5为说明本发明的电表错置侦测方法中重合性分析的流程图。如图5中步骤S501至S506所示，首先，计算上下游电表在每一时间点的用电差，也就是将两电表的用电量相减，接着将该用电差取得平均值μ，之后，将下游电表（用电量较低的电表）的电量曲线加上平均值μ，得到下游电表的另一新的电量曲线。

使用者可预先设定一误差容许值，此误差容许值可用于判断上、下游电表两者电量曲线是否具有高重合性，因此，将上游电表的电量曲线加减误差容许值以作为误差容许的范围，最后，计算下游电表的电量曲线加上平均值μ后的新的电量曲线是否落在此误差范围内，并计算落入误差范围部分占整体的比例。

接着，如步骤S507至S509所示，判断落入误差范围的比例是否高于设定门槛值，若是，则进至步骤S508，输出结果为重合，若否，则进至步骤S509，输出结果为不重合。通过判断两电表的电量曲线重合性高低，以判断两电表是否有错置电表的情况。

图6为说明本发明的电表错置侦测方法具体实施例的流程图。如图6所示，步骤S601至S610是完整的电表错置侦测程序，首先，步骤S601至S602说明监测时会提取待测电表的电力使用数据，同时也会将使用者所输入的电表定义数据预先储存，该电表定义数据可用于分析判断时，可排除预先知悉状态以减少计算时数量和复杂度。

接着，步骤S603至S604说明将电力使用数据中非正常运转时段的数据排除，此目的主要避免不规律的用电数据造成误判，接着将已排除低用电时间的电力使用数据进行特征化产生用电变化特征，并依该特征化的结果对各电表进行分类组。需要说明的是，排除不规律的用电数据的步骤并非必要，若不影响特征化的情况下，排除不规律的用电数据是可省略的。

于步骤S605和S606中，判断是否与预期相同，此处所述的预期是指分类的情况与预知的电表分配状态是否相同，简言之，同一类组则表示电表属于同一回路甚至有可能有上下游关系，因此会与已知设置情况的电表定义数据比较，即将同一类组且已事先知道为上下游关系的电表排除，借此得到被分在同一类组但不应该分在同一类组的电表成为非属同类的电表组合，因此，若与预期相符，则可需再进行后续判断，若与预期不相符，则表示两电表存在有上下游关系的可能性。

于步骤S607和S608中，判断是否具有上下游可能性，也就是通过比较两电表的电量曲线是否相交来作判断，若有相交，则可判定无上下游关系，若无相交，则表示两电表确实具有上下游关系，接着可通过电量曲线的重合性来判断是否有电表错置的情况。

于步骤S609和S610中，判断是否有电表错置的情况，也就是判断两电表的电量曲线的重合性，通过一容许误差值来判断是否重合，并且于重合部分的数量占整体的比例大于一预定门槛值时，认定两电表有错置的情况。

通过上述步骤，利用电表用电数据找出两者是否具备上下游关系，最后再以重合性高低来判断是否有电表错置的情况，相较于现有仅能通过人员现场勘查更具效率和准确性，此外，这些用电数据的统计也可提供电表是否异常的判断依据。

图7A和图7B为说明本发明的电表错置侦测方法中用电测量记录和排除低用电时段的曲线图。如图7A所示，为一个总表及两个分表于一段时间中用电测量记录的曲线图，由于本发明是利用比较用电模式的相似度来判断各电表是否可能在同一回路上，因此，图中所示的低用电时段是不利于用电模式的比较，因此，会将低用电时段的数据预先排除在分析范围外，排除设定可为使用者输入非运转时段的起始及结束时间，经比对待测电表电力使用数据后可将相应的数据移除，如图7B所示，此时用电数据就具有明显的固定周期模式。

图8A至图8C为说明本发明的电表错置侦测方法中不同用电单位的用电状态和门槛比较的曲线图。如图8A所示，其表示一工艺单位电表以及一办公楼电表三天的电量曲线，由图中可知，其电力使用因工艺安排或用电性质因素使其总实功率随时间有特定的使用模式，并有特定的尖峰与离峰时段。此外，也可以发现曲线变化有一定的周期并重复此周期性的变化。因此，实际实施时可以一预设的分析周期（数小时、数日、或数周）进行分析，在本实施例中是以日为分析周期，而工艺单位的单日用电可如图8B所示，办公楼的单日用电可如图8C所示。

图8B与图8C中所示的虚线，代表当日高用量的门槛值，此门槛值可预先设定，在本实施例中的高用量是设定为平均值加上一倍的标准差，超过虚线的部分可视为当日的用电尖峰时段。由图8B与图8C可发现，两者于同一日的用电尖峰时段具有显着差异，因此，可将各电表的用电时段作特征化，借此依据特征值的相似程度来将电表分为各类组，因而同一类内的电表可能是在同一回路上下游，或者其本来用电模式就非常相近，之后，可与电表配置图比较，以进一步分析不该同类的电表是否错置在同一回路上。

对于特征化的分类方式，在本实施例中，是以一小时为单位，计算其小时内的平均值，如果此平均值大于尖峰用电门槛则给予特征值1，反之给特征值0，例如下面表一所示。

表一

需要说明的是，以小时单位为本实施例的默认值，也可将此预设的单位时间切分为更小以增加分辨率，此外，特征值也不限定为只是0与1两阶层，也可以增加阶层以强化分析效果。

基于上述特征化，一天24小时会有24个用电特征值的特征值向量，在有各电表用电特征值向量后，可利用统计分类手法，例如K-means分类法将各电表分类，同样地，K-means仅为本实施例的预设方法，故分类方法并不限于此方法，也可更换为其它依照特征值向量的相似度分类的方式。

经过分类之后，与预先已知电表配置作比较，以比对出不该属于同一类组的电表，接下来再进一步分析电表是否在同一回路上。

图9A和图9B为说明本发明的电表错置侦测方法中同类电表比较相交的曲线图。如前所述，可通过比对方式判断两电量曲线是否有相交以判断是否具备上下游关系，由于总用电为设备或系统使用的累积用电量，故依物理特性推论，总表（上游电表）记录值必定在任一时间点都大于其下游分表的记录值，因此，可利用此特性判断是否在同一回路，若有相交，则可排除两电表具同回路上下游关系，若无相交，则需再分析其用电变化的重合性，如图9A所示，为两个同类电表（电表1和电表2）的电量曲线图，其用电模式特征具有相似性且电量曲线不相交，因此需再分析其用电变化重合性，另外，如图9B所示，为表示两个同类电表（电表3和电表4）的电量曲线图，但因两者电量曲线相交，故可判定两者非在同一回路上下游。

图10A和图10B为说明本发明的电表错置侦测方法中上下游电表重合比较补值和误差容许量的曲线图。在筛选出用电模式同类但电量曲线不相交的电表后，接着可分析这些电表的电量曲线是否重合，在分析用电变化是否重合时，因为上游电表的用电量必定大于下游电表，因此需将可能下游的电表加上一常数值后再比较两者的重合性。

假设上游电表在时间i时的实功率(kw)为t1_i，下游电表在同一时间i时的实功率为t2_i，则可计算出在时间i的用电差为△t_i=t1_i-t2_i，在求出所有时间点的用电差后，可计算出用电差的平均值，假设共有n个时间点，可由下面方程式来取得平均值。

接着，将原本下游电表的用电量t2_i加上后，求得一新曲线t2’_i，即如图10A所示，其表示两个可能的上下游电表的电量曲线图t1、t2以及补值后的新曲线t2’。

在将下游电表用电量补值后，将其与上游电表比较用电变化的重合性，于此预先设定有一容许误差率，并以容许误差率计算出上游电表的电量曲线的容许上界与下界，容许上界为t1_i*（1+K%），容许下界为t1_i*（1-K%），其中，t1_i为上游电表在时间i的总实功率（kw值），如图10B所示，其表示t1_i在正负5%的误差范围与t2’曲线相关图。

最后，统计两曲线重合点的数量，并计算重合点数量总和占总时点记录数量的比例，并利用使用者一预定门槛值来判断是否有错置的情况，且于比例高于预定门槛时，将上游电表判定为可能装设位置错误的电表。

与现有技术相比较，本发明所提出的电表错置侦测系统及其方法，利用电表的电力使用数据来进行分类、比对以判断是否为同一回路以及两者用电量是否重合，借此判断出电表错置的情况，因此，可有效地缩小范围并标明可能错误的电表，如此可提供电表装设位置是否错误，且有助于人员查线时缩小范围，如此可节省时间和人力成本。另外，利用这些分析数据，也可协助周期性检测电表是否因故障，因此，将本发明所提出的电表错置侦测系统及其采用的分析方法导入电力侦错和管理，将有助于达到厂房的周期性及自动化的电力设备控管。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种电表错置侦测系统，其包括：

一储存模块，其用于预先储存一电表定义数据；

一接收模块，其用于接收多个电表的电力使用数据；以及

一错置判断模块，其包括：

一分类单元，依据该电力使用数据计算各该电表的一用电特征值，且以该用电特征值对各该电表进行分类，产生一分类数据；

一比对单元，将该分类数据与该电表定义数据中的一电表回路信息进行比对，得到非属同类的一电表组合；

一筛选单元，将该电表组合中任两电表进行用电量的电量曲线比较，筛选出该电量曲线不相交的至少两电表；以及

一重合判断单元，将该至少两电量曲线不相交的电表的用电量进行重合比对，借此判定重合性高的电表为错置电表。

2.根据权利要求1所述的电表错置侦测系统，其特征在于，该分类单元依据一预先定义的类组数，选取符合该类组数的电表，作为多个电表类组的类组重心值，且归纳各该电表离该多个类组重心值距离最近的为同一电表类组，接着重新计算该多个电表类组的类组重心值，并将各该电表再重新归纳，直到该多个电表类组中的各该电表未再异动时，形成该分类数据。

3.根据权利要求1所述的电表错置侦测系统，其特征在于，该用电特征值为将各该电表的用电量依一预定的单位时间分成多个时段，且计算出各该时段的用电量平均值，并比较该用电量平均值大于一预定尖峰用电门槛值的时段给予一特征值。

4.根据权利要求1所述的电表错置侦测系统，其特征在于，该重合判断单元用于计算该电量曲线不相交的该多个电表的每一时点的用电差平均值，并将较低的用电量加上该用电差平均值，再与较高的用电量进行差值计算，判断该差值小于一预定的容许误差率的电表为重合的电表。

5.根据权利要求4所述的电表错置侦测系统，其特征在于，该重合判断单元还包括统计该电量曲线不相交的该多个电表于各该时点为重合电表的重合数量，并比较该重合数量总和占总时点数量的比例高于一预定门槛值的电表，判断为错置电表。

6.根据权利要求1所述的电表错置侦测系统，其特征在于，该错置判断模块还包括一排除单元，其依据该电表定义数据中的一非正常运转时段，排除该电力使用数据中低用电时段的部分，且该分类单元以已排除该低用电时段的该电力使用数据计算该用电特征值。

7.一种电表错置侦测方法，其包括下列步骤：

预先储存一电表定义数据；

提取多个电表的电力使用数据；

利用该电力使用数据计算出各该电表的一用电特征值，并以该用电特征值将各该电表分类以产生一分类数据；

比对该分类数据与该电表定义数据，以得到非属同类的一电表组合；

比较该电表组合中任两电表的用电量，以筛选出电量曲线不相交的至少两电表；以及

将该电量曲线不相交的该至少两电表的用电量进行重合比对，将重合性高的电表判定为错置电表。

8.根据权利要求7所述的电表错置侦测方法，其特征在于，以该用电特征值将各该电表分类以产生该分类数据的步骤中，还包括：

依据预先定义的类组数，自各该电表中选取符合该类组数的电表，作为多个类组的类组重心值；

归纳各该电表离该多个类组重心值距离最近的电表为同一电表类组；以及

重新计算该多个电表类组的类组重心值，并将各该电表再重新归纳，直到该多个电表类组中各该电表未再异动时，形成该分类数据。

9.根据权利要求7所述的电表错置侦测方法，其特征在于，利用该电力使用数据计算各该电表的该用电特征值的步骤中，还包括：

将各该电表的用电量依一预定的单位时间分成多个时段；

计算出各该时段的用电量平均值；以及

比较该用电量平均值大于一预定尖峰用电门槛值的时段给予一特征值。

10.根据权利要求7所述的电表错置侦测方法，其特征在于，将该电量曲线不相交的该多个电表的用电量进行该重合比对的步骤中，还包括：

计算该电量曲线不相交的该多个电表的每一时点的用电差平均值；

将较低的用电量加上该用电差平均值并与较高的用电量作差值计算；以及

判断该差值小于一预定的容许误差率的电表为重合电表。

11.根据权利要求10所述的电表错置侦测方法，其特征在于，判断该差值小于该预定的容许误差率的电表为重合电表的步骤后，还包括：

统计该电量曲线不相交的该多个电表于各该时点为重合电表的重合数量，并比较该重合数量总和占总时点数量的比例高于一预定门槛值的电表，判断为该错置电表。

12.根据权利要求7所述的电表错置侦测方法，其特征在于，利用该电力使用数据计算出各该电表的该用电特征值的步骤前，还包括：

依据该电表定义数据中的一非正常运转时段，排除该电力使用数据中低用电时段的部分，且以已排除该低用电时段的该电力使用数据计算该用电特征值。