CN104751260A - 识别计量表异常读数的系统及方法 - Google Patents
识别计量表异常读数的系统及方法 Download PDFInfo
- Publication number
- CN104751260A CN104751260A CN201310745514.5A CN201310745514A CN104751260A CN 104751260 A CN104751260 A CN 104751260A CN 201310745514 A CN201310745514 A CN 201310745514A CN 104751260 A CN104751260 A CN 104751260A
- Authority
- CN
- China
- Prior art keywords
- time
- particular point
- threshold
- gauging table
- gauging
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明涉及识别计量表异常读数的系统及方法,其中的识别计量表异常读数的方法包括:获取特定计量表在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量;分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定时间点指示该特定计量表的计量值发生了预定幅度的下降;若存在该特定时间点,则识别出该特定计量表具有异常读数。本发明还涉及一种识别计量表异常读数的系统。通过上述方法及系统识别出具有异常读数的计量表,也即可识别偷电行为;从而提高了针对电力公司的能源利用率,也即实现了针对电力公司的收入保护。
Description
技术领域
本发明涉及自动计量领域,特别涉及一种识别计量表异常读数的系统及方法。
背景技术
自动仪表读取(AMR,automatic meter reading)系统、高级计量基础设施(AMI,advanced meter infrastructure)或其他类型“智能”公用事业仪表安装在每个住宅中,AMR系统例如用于从能量计量装置(水、燃气、电)自动收集消耗、诊断和状态数据,并且将该数据传输到中央数据库以用于计费、故障查找和分析。AMI代表超越AMR至远程公用事业管理的固定网络仪表系统的联网技术。AMI系统中的仪表常常称为智能仪表,因为它们可以基于编程逻辑来使用收集的数据。AMI系统中的智能仪表可以与中央数据库进行双向通信,也即智能输电网应用提高了电力公司和消费者相互通信的能力并且做出关于如何和何时产生和消耗功率的决定。
众所周知,偷电行为会使电力公司每年减少很多的收入,蒙受损失;电力公司为了识别偷电行为,通常会在AMI系统中安装多个硬件装置以实现对偷电行为的监控。然而,多个硬件装置的安装会增加AMI系统的复杂度,以及增加AMI系统的成本,而且多个硬件装置的安装也会带来维护、保养等问题。
随着AMI系统中安装的智能仪表的数量越来越多,需要提供一种识别计量表(也可称为智能仪表)异常读数的系统及方法,该系统及方法针对安装的预定数量的智能仪表产生的大量数据进行分析,以识别偷电行为等,从而提高了针对电力公司的能源利用率,也即实现了针对电力公司的收入保护。
发明内容
现在归纳本发明的一个或多个方面以便于本发明的基本理解,其中该归纳并不是本发明的扩展性纵览,且并非旨在标识本发明的某些要素,也并非旨在划出其范围。相反,该归纳的主要目的是在下文呈现更详细的描述之前用简化形式呈现本发明的一些概念。
本发明的一个方面在于提供一种识别计量表异常读数的方法,其包括:
获取特定计量表在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生,并代表在该对应时间点之前的一个时间段内的能源消耗量;
分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降;以及
若存在该特定时间点,则识别出该特定计量表在该特定时间点具有异常读数。
本发明的另一个方面在于提供一种识别计量表异常读数的系统,其包括:
中央分析装置,与多个计量表建立通信连接;该中央分析装置用于执行以下操作:
获取该多个计量表中的特定计量表在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量;
分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降;以及
若存在该特定时间点,则识别出该特定计量表在该特定时间点具有异常读数。
本发明的另一个方面在于提供一种识别计量表异常读数的方法,其包括:
接收用于指示第一组的多个计量表的第一信息;其中,第一组的多个计量表被第一变化侦测单元从多个计量表中识别出具有异常读数;
接收用于指示第二组的多个计量表的第二信息,其中,第二组的多个计量表被第二变化侦测单元从所述多个计量表中识别出具有异常读数;
根据第一信息和第二信息确认识别具有异常读数的多个计量表。
本发明的另一个方面在于提供一种识别计量表异常读数的系统,其包括:
多个计量表;
中央分析装置,与该多个计量表建立通信连接;该中央分析装置用于执行以下操作:
获取该多个计量表中的特定计量表在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量;
分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降;以及
若存在该特定时间点,则识别出该特定计量表在该特定时间点具有异常读数。
本发明提供的识别计量表异常读数的系统及方法,可以识别计量表的计量值是否发生了预定幅度的下降;若识别出计量表的计量值发生了预定幅度的下降,则判断出计量表存在异常读数,也即可识别出偷电等行为,从而提高了针对电力公司的能源利用率,也即实现了对电力公司的收入保护。
附图说明
通过结合附图对于本发明的实施方式进行描述,可以更好地理解本发明,在附图中:
图1为一种实施方式的用于识别计量表异常读数的系统。
图2为一种实施方式的中央分析装置的功能模块图。
图3为一种实施方式的计量表异常读数分析程序的详细功能模块图。
图4为一种实施方式的变化侦测模块的流程图。
图5为另一种实施方式的变化侦测模块的流程图。
图6为另一种实施方式的变化侦测模块的流程图。
图7为另一种实施方式的计量表异常读数分析程序的详细功能模块图。
具体实施方式
以下将描述本发明的具体实施方式,需要指出的是,在这些实施方式的具体描述过程中,为了进行简明扼要的描述,本说明书不可能对实际的实施方式的所有特征均作详尽的描述。应当可以理解的是,在任意一种实施方式的实际实施过程中,正如在任意一个工程项目或者设计项目的过程中,为了实现开发者的具体目标,为了满足系统相关的或者商业相关的限制,常常会做出各种各样的具体决策,而这也会从一种实施方式到另一种实施方式之间发生改变。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本发明公开的内容相关的本领域的普通技术人员而言,在本公开揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本公开的内容不充分。
除非另作定义,权利要求书和说明书中使用的技术术语或者科学术语应当为本发明所属技术领域内具有一般技能的人士所理解的通常意义。本发明专利申请说明书以及权利要求书中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“一个”或者“一”等类似词语并不表示数量限制,而是表示存在至少一个。“包括”或者“包含”等类似的词语意指出现在“包括”或者“包含”前面的元件或者物件涵盖出现在“包括”或者“包含”后面列举的元件或者物件及其等同元件,并不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。
图1为一种实施方式的用于识别计量表异常读数的系统100。系统100可以包括电力系统,其中多个电力消费者(例如工业用户、居民用户、商业用户、政府用户等)被提供电能,上述电能由电力公司(例如煤发电厂、水力发电厂、核能发电厂、风力发电厂等)产生和传输。系统100包括中央分析装置108和多个节点102、104及106。在一种实施方式中,中央分析装置108通过通信链路110与多个节点102、104及106建立通信连接。在一个非限定的实施例中,通信链路110在中央分析装置108和多个节点102、104及106之间建立单向或者双向的通信连接,通信链路110可以包括有线或者无线通信技术和/或者协议,例如射频(RF,radio frequency),卫星(Satellite),Wi-Fi,Zigbee,WiMAX,Bluetooth,和/或TCI/IP。在一种非限定的实施方式中,中央分析装置108可以包括处理器(processor),现场可编程门阵列(FieldProgrammable Gate Array,FPGA),可编程逻辑控制器(Programmable LogicController,PLC)以及专用集成电路(Application Specific Integrated Circuit,ASIC)等。中央分析装置108也可以通过硬件、软件或软硬件结合的方式实施。
在一种实施方式中,多个节点102、104及106分别安装有一个或多个计量装置150。计量装置150以电能计量装置为例,其被设置成测量与节点102、104及106相关的特定用户的电能消耗量。在一个非限定的实施方式中,特定用户可包括例如工业用户、居民用户、商业用户、政府用户等。在一个具体的实施方式中,智能电表(smart meter)和/或者自动计量读取装置(automaticmeter reading device,AMR device)被用来测量与节点102、104及106相关的特定用户的电能消耗量,并将测得的电能消耗量数据以在线和/或离线模式传输至中央分析装置108以实现特定目的,例如账单计费和/或者电表异常读数侦测。在其他实施方式中,安装于节点102、104及106的一个或者多个计量装置150可以包括水计量表、暖气计量表或者煤气计量表以及三者之间的任意组合。
在一种实施方式中,与节点102、104及106相关联的一个或多个计量装置150中的每个计量装置150可以被设置成定期传送计量值至中央分析装置108。例如,与节点102相关联的计量装置150测量得到的每个计量值(注:计量值以千瓦时为单位)每隔15分钟从节点102传输至中央分析装置108,也就是说,每个计量装置150每天传送96个计量值至中央分析装置108。在这里需要说明的是,每个计量值是对应的计量装置150在一个特定时间点测量得到的,其代表在该特定时间点之前的一个时间段内的能源消耗量。
在一个实施方式中,与节点102、104及106相关联的一个或者多个计量装置150中的每个计量装置150被分配一个识别码。
在一个实施方式中,多个节点102、104及106形成特定的网络拓扑,例如网状网络,其中,网络中的每个节点不仅发送和接收与该节点相关的计量值,而且该节点还具备自动路由功能,每个节点和邻近节点进行通信,最终确保多个节点102、104及106获取到的所有计量值都传送至中央分析装置108。在其他的实施方式中,任何其他合适的网络拓扑,例如星状网络,可以被用于传输在中央分析装置108和多个节点102、104及106之间传输计量值。
在一些实施方式中,多个节点102、104及106获取到的多个计量值可以被存储在数据库中,该中央分析装置108通过访问该数据库即可获得上述获取到的多个计量值。在其他实施方式中,多个节点102、104及106获取到的多个计量值可以被存储于中央分析装置108内部集成的存储装置中。
请参阅图2,其为一种实施方式的中央分析装置200的功能模块图。中央分析装置200可以执行图1所示中央分析装置108相同的功能。中央分析装置200可以是计算机、工作站、处理装置和/或者其他适合执行软件程序和/或指令以实现本发明目的的装置。在图示实施方式中,中央分析装置200包括处理单元202、网络接口204及存储装置206。尽管图2没有明确示出,中央分析装置200还可以包括其他合适的输入装置(例如键盘和鼠标)和/或输出装置(例如显示器和打印机)。
处理单元202与网络接口204电性耦合,并通过该网络接口204与多个节点102、104及106建立单向或者双向的通信连接。例如,在一种单向通信连接的实施方式中,处理单元202可以被设置成接收图1所示多个节点102、104及106获取到的多个计量值。在一种双向通信连接的实施方式中,处理单元202可以被设置成从网络接口204传送指令至多个节点102、104及106,以激活或者唤醒多个计量表150并且从多个计量表150接收多个计量值。在其他的实施方式中,网络接口204或者其他通信接口可以进一步地被设置成接收其他的信息和/或者数据,例如天气信息、用户类型信息、用户信用信息、用户居住信息,以作为识别计量表150异常读数的辅助信息。这里需要说明的是,用户可以是指个人、公司、装置,以及它们之间的组合。作为一个非限定的实施方式,具有不良信用历史的个人可能具有较大的偷电嫌疑,并且在作计量表异常读数分析可能被分配较高的分数。
在图示实施方式中,处理单元202与存储装置206电性耦合以执行存储装置206存储的不同软件程序和/或指令,例如操作系统程序214和/或计量表异常读数分析程序216,该计量表异常读数分析程序216将在下文具体描述。作为一个例子,存储装置206可以包括非易失性计算机可读介质,例如flash存储器、光驱、DVD、CD、软驱以及它们的组合。
通常情况下,处理器202通过执行计量表异常读数分析程序216可以识别多个节点102、104及106处发生的异常电能使用事件。在这里需要说明的是,异常电能使用事件包括偷电行为、计量表安装错误和/或计量表故障等。通过识别异常电能使用事件可以在一定程度上降低或者避免电力提供者(例如煤发电厂、太阳能发电厂)的收入损失,从而提高了针对电力公司的能源利用率,也即实现了针对电力公司的收入保护。
请参阅图3,请为一种实施方式的计量表异常读数分析程序300的子模块图。计量表异常读数分析程序300可以执行图2所示中央分析装置216相同的功能。在图3所示实施方式中,计量表异常读数分析程序300包括预处理模块302、变化侦测模块304及输出模块308。
预处理模块302被设置成用于对多个节点102、104及106产生的多个计量值进行预处理操作,以识别零值、缺失值以及异常值,并进一步地修正多个计量值。作为一个非限定的实施方式,零值具体是指从多个节点102、104及106传输至中央分析装置108的计量值为零千瓦时的电能消耗量,其引起的因素可能包括计量表安装错误,计量表故障或者偷电行为。在一些实施方式中,零值可能会持续一段时间,例如60天。缺失值具体是指多个节点102、104及106没有传输多个计量值至中央分析装置108,其引起的因素可能包括通信故障或者计量表故障。异常值具体是指多个计量值中的某些计量值与其他计量值之间有较大的偏离,例如15分钟内的电能消耗量为10000kwh,其引起的因素可能包括通信故障或者计量表故障。在一些实施方式中,零值、缺失值以及异常值可能使用插值法取代,该插值法基于对相邻计量值的估值来实现。
预处理模块302进一步被设置成用于对多个节点102、104及106产生的多个计量值进行温度校正操作,通常来说,用户的电能消耗量比较大地受到温度变化的影响,空调系统在夏天运行以及暖气系统在冬天运行都会导致用户的电能消耗量增加。并且,某些计量表还会受到温度因素的影响,例如,温度变化可能导致计量表的读数发生错误。然后,大部分计量表都不会受到温度因素的影响。因此,当执行变化侦测方法,非常有可能出现的事实是:计量表读数的变化或者电能消耗量的变化是由于温度变化引起的。因此,为了反应计量表的真实读数变化,温度校正操作是非常有帮助的。在一个实施方式中,温度数据可以从公开的天气信息网站获得。在其他实施方式中,计量表异常读数分析程序300可以不包括预处理模块302。
变化侦测模组304被设置成用于获取特定计量表150在一个指定时间段内产生的多个计量值,每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量。在一个实施方式中,该指定时间段可以是指120天。在其他的实施方式中,变化侦测模组304被设置成用于获取特定计量表150在一天内的多个计量值,或者获取特定计量表150在一天的白天或晚上的多个计量值;或者获取特定计量表150在工作日(周一至周五)的多个计量值;或者获取特定计量表150在周末的多个计量值,或者获取特定计量表150在一周内的多个计量值,以及它们之间的任意组合。在一些实施方式中,变化侦测模组304用于接收经过预处理模组302预处理后的多个计量值。在另外一些实施方式中,变化侦测模组304用于直接从多个计量表150接收多个计量值。
变化侦测模组304还用于分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降。若存在该特定时间点,则变化侦测模组304识别出该特定计量表在该特定时间点具有异常读数。
输出模组308用于产生信息以指示该特定计量表在该特定时间点具有异常读数。由于每个计量表具有识别码,因此电力供应者(例如发电厂)可以知晓异常读数的具体位置。
在一个实施方式中,图1所示系统100还包括显示装置320,该显示装置320用于显示该具有异常读数的特定计量表。
图4为一种较佳实施方式的识别计量表异常读数的方法或子程序400的流程图。图3所示变化侦测模块304执行方法或子程序400。在一种具体的实施方式中,变化侦测模块304为累加和算法模块(CUSUM algorithm,cumulative sum algorithm)。
请参阅图4,方法400包括如下步骤:
步骤402,变化侦测单元304获取特定计量表150在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量。在一个实施方式中,上述获取的多个计量值可以在线或者离线获取。在一个实施方式中,上述指定时间段为120天。
步骤404,变化侦测单元304计算在该特定时间点之前获取到的多个计量值的第一移动平均值。作为一个例子,该特定时间点为120天中的第50天,变化侦测单元304被设置成计算120天中的前50天内获取到的多个计量值的第一移动平均值。
步骤406,变化侦测单元304计算在该特定时间点之后获取到的多个计量值的第二移动平均值。作为一个例子,该特定时间点为120天中的第50天,变化侦测单元304被设置成计算120天中的后70天内获取到的多个计量值的第二移动平均值。
步骤408,变化侦测单元304从第一移动平均值中减去第二移动平均值以产生一个差异值;步骤402、404及406被重复执行直到上述指定时间段内的所有时间点都被计算,以产生多个差异值。在一个具体的实施方式中,指定时间段为120天,相对应地,以天为单位,120个时间点被计算,因此总共会有120个差异值产生。
步骤410,变化侦测单元304判断上述多个差异值中的一个差异值是否具有最大值。若上述多个差异值中的一个差异值具有最大值,则流程进入步骤412。若上述多个差异值中不存在一个差异值具有最大值,则流程返回步骤404。
步骤412,变化侦测单元304识别出在该指定时间段内存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降。在一个特定的实施方式中,流程进入步骤420以产生信息用于指示该特定计量表存在异常读数。
在一个实施方式中,图4所示方法400进一步还包括步骤414,416及418。
步骤414:变化侦测单元304根据在该特定时间点之前获取到的多个计量值估算出一个标准计量值。在一种实施方式中,该标准计量值等于在该特定时间点之前获取到的多个计量值的平均值。
步骤416:变化侦测单元304计算在该特定时间点之前获取到的多个计量值与所述标准计量值之间的累加差值。
步骤418:变化侦测单元304判断该累加差值是否大于一阈值。如果该累加差值大于该阈值,则流程进入步骤420。如果该累加差值小于或等于该阈值,则流程返回步骤404。
步骤420:变化侦测单元304产生信息以指示该特定计量表150在该特定时间点具有异常读数。
图5为另一种较佳实施方式的识别计量表异常读数的方法或子程序500的流程图。图3所示变化侦测模块304执行方法或子程序500。在一种具体的实施方式中,变化侦测模块304为Shewhart平均值算法模块(Shewhart meanalgorithm)。
请参阅图5,方法500包括如下步骤:
步骤502:变化侦测模块304获取特定计量表150在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量。在一个具体的实施方式中,指定时间段为120天。
步骤504:变化侦测模块304将上述获取的多个计量值分成多个数据块,每个数据块包括预定数量的多个计量值。在一个具体的实施方式中,每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的15分钟内的能源消耗量,每个数据块包括96个计量值,也即代表一天的电能消耗量。
步骤506:变化侦测模块304计算每个数据块包括的预定数量的多个计量值的平均值。
步骤508:变化侦测模块304判断该平均值是否大于第一阈值;其中,第一阈值代表计量表读数正常。如果该平均值大于第一阈值,则流程返回步骤506。如果该平均值小于或等于第一阈值,则流程进入步骤510。
步骤510:变化侦测模块304判断该平均值是否小于第二阈值。其中,第二阈值代表计量表读数异常。如果该平均值小于第二阈值,则流程进入步骤512。如果该平均值大于或等于第二阈值,则流程返回步骤506。
步骤512:变化侦测模块304识别该特定时间点,该特定计量表150在该特定时间点具有异常读数。
在其他的实施方式中,方法500进一步地还包括步骤514、516及518。
步骤514:变化侦测模块304判断该平均值在所述特定时间点之后的预定时间段之内是否持续小于第二阈值。在一个具体的实施方式中,该预定时间段为30天。如果该平均值在所述特定时间点之后的预定时间段之内持续小于第二阈值,则流程进入步骤516。如果该平均值在所述特定时间点之后的预定时间段之内不持续小于第二阈值,则流程返回步骤506。
步骤516:确认存在该特定时间点,也即确认该特定计量表150在该特定时间点具有异常读数。
步骤518:变化侦测单元304产生信息以指示该特定计量表150在该特定时间点具有异常读数。
图6为另一种较佳实施方式的识别计量表异常读数的方法或子程序800的流程图。图3所示变化侦测模块304执行方法或子程序800。在一种具体的实施方式中,变化侦测模块304为Shewhart方差值算法模块(Shewhartvariance algorithm)
请参阅图6,方法800包括如下步骤:
步骤802:变化侦测模块304获取特定计量表150在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量。在一个具体的实施方式中,指定时间段为120天。
步骤804:变化侦测模块304将上述获取的多个计量值分成多个数据块,每个数据块包括预定数量的多个计量值。在一个具体的实施方式中,每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的15分钟内的能源消耗量,每个数据块包括96个计量值,也即代表一天的电能消耗量。
步骤806:变化侦测模块304计算每个数据块包括的预定数量的多个计量值的方差值。
步骤808:变化侦测模块304判断该方差值是否大于第一阈值;其中,第一阈值代表计量表读数正常。如果该方差值大于第一阈值,则流程返回步骤806。如果该方差值小于或等于第一阈值,则流程进入步骤810。
步骤810:变化侦测模块304判断该方差值是否小于第二阈值。其中,第二阈值代表计量表读数异常。如果该方差值小于第二阈值,则流程进入步骤812。如果该方差值大于或等于第二阈值,则流程返回步骤806。
步骤812:变化侦测模块304识别该特定时间点,该特定计量表150在该特定时间点具有异常读数。
在其他的实施方式中,方法800进一步地还包括步骤814、816及818。
步骤814:变化侦测模块304判断该方差值在所述特定时间点之后的预定时间段之内是否持续小于第二阈值。在一个具体的实施方式中,该预定时间段为30天。如果该方差值在所述特定时间点之后的预定时间段之内持续小于第二阈值,则流程进入步骤816。如果该方差值在所述特定时间点之后的预定时间段之内不持续小于第二阈值,则流程返回步骤806。
步骤816:确认存在该特定时间点,也即确认该特定计量表150在该特定时间点具有异常读数。
步骤818:变化侦测单元304产生信息以指示该特定计量表150在该特定时间点具有异常读数。
图7为另一种实施方式的计量表异常读数分析程序600的子模块图。计量表异常读数分析程序600可以执行图2所示中央分析装置216相同的功能。在图7所示实施方式中,计量表异常读数分析程序600包括变化侦测模块610、合成模块620及输出模块630。在另外一种实施方式中,计量表异常读数分析程序600进一步包括预处理模块(图未示),该预处理模块与图3所示的预处理模块302相同。
在一种实施方式中,变化侦测模块610包括第一变化侦测单元612、第二变化侦测单元614及第三变化侦测单元616。第一变化侦测单元612用于执行第一种算法以从多个计量表150中识别第一组的多个异常计量表150。该第一组的多个异常计量表150均具有异常读数。在一种具体的实施方式中,该第一种算法为图4中描述的累加和算法(即CUSUM算法)。第一变化侦测单元612还用于给上述识别的第一组的多个异常计量表150分配分数,作为一个非限定的例子,其中分数较高的计量表具有较高的偷电嫌疑,分数较低的计量表具有较低的偷电嫌疑。
第二变化侦测单元614用于执行第二种算法以从多个计量表150中识别第二组的多个异常计量表150。该第二组的多个异常计量表150均具有异常读数。在一种具体的实施方式中,该第二种算法为图5中描述的Shewhart平均值算法(即Shewhart mean algorithm)。
第三变化侦测单元616用于执行第三种算法以从多个计量表150中识别第三组的多个异常计量表150。该第三组的多个异常计量表150均具有异常读数。在一种具体的实施方式中,该第三种算法为图5中描述的Shewhart方差值算法(即Shewhart variance algorithm)。
合成模块620与第一变化侦测单元612、第二变化侦测单元614及第三变化侦测单元616连接。在一个具体的实施方式中,合成模块620用于根据第一组的多个异常计量表150、第二组的多个异常计量表150及第三组的多个异常计量表150来共同识别具有异常读数的计量表150。合成模块620还用于更新合成模块620识别的具有异常读数的计量表150的分数。合成模块620还用于产生信息以指示上述识别到的具有异常读数的计量表150。在一个实施方式中,合成模块620用于接收其他信息和/或数据621,例如从图1所示网络接口204获取用户类型信息,用户信用记录信息,用户居住信息,并且利用上述用户类型信息,用户信用记录信息及用户居住信息作为辅助信息来辅助识别具有异常读数的计量表150。
在第一种具体的实施方式中,合成模块620确认识别的多个计量表被第一变化侦测单元612、第二变化侦测单元614及第三变化侦测单元616中的至少两者同时识别出来;以提高上述识别的具有异常读数的计量表150的精确度。
在第二种具体的实施方式中,合成模块620确认识别的多个计量表为第一组的多个计量表、第二组的多个计量表、第三组的多个计量表的并集;以确保上述识别的具有异常读数的计量表150的完整性。
输出模块630被设置成用于输出信息给显示装置,例如图3所示显示装置320,以视觉显示所述合成模块620确认识别到的多个计量表。在一种实施方式中,输出模块630用于根据合成模块620更新的分数对合成模块620确认识别的具有异常读数的计量表150进行排序。例如排列在顶部的具有异常读数的计量表150通常具有较高的分数,也即实施偷电行为的嫌疑较高;排列在底部的具有异常读数的计量表150通常具有较低的分数,也即实施偷电行为的嫌疑较低。
在其他的实施方式中,变化侦测模块610包括第一变化侦测单元612及第二变化侦测单元614。第一变化侦测单元612用于执行第一种算法以从多个计量表150中识别第一组的多个异常计量表150。该第一组的多个异常计量表150均具有异常读数。在一种具体的实施方式中,该第一种算法为图4中描述的累加和算法(即CUSUM算法)。
第二变化侦测单元614用于执行第二种算法以从多个计量表150中识别第二组的多个异常计量表150。该第二组的多个异常计量表150均具有异常读数。在一种具体的实施方式中,该第二种算法为图5中描述的Shewhart平均值算法(即Shewhart mean algorithm)。
合成模块620用于根据第一组的多个异常计量表150及第二组的多个异常计量表150来共同识别具有异常读数的计量表150,以提高上述识别的具有异常读数的计量表150的精确度。
虽然结合特定的实施方式对本发明进行了说明,但本领域的技术人员可以理解,对本发明可以作出许多修改和变型。因此,要认识到,权利要求书的意图在于覆盖在本发明真正构思和范围内的所有这些修改和变型。
Claims (22)
1.一种识别计量表异常读数的方法,其特征在于,该方法包括:
获取特定计量表在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生,并代表在该对应时间点之前的一个时间段内的能源消耗量;
分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降;以及
若存在该特定时间点,则识别出该特定计量表在该特定时间点具有异常读数。
2.如权利要求1所述的方法,其特征在于,判断在该指定时间段内是否存在特定时间点包括:
步骤(a),计算在该特定时间点之前获取到的多个计量值的第一移动平均值;
步骤(b),计算在该特定时间点之后获取到的多个计量值的第二移动平均值;
步骤(c),从该第一移动平均值中减去该第二移动平均值以产生一个差异值;
重复执行步骤(a)、(b)及(c)以产生多个差异值;
若该多个差异值中的一个差异值具有最大值,则存在该特定时间点。
3.如权利要求2所述的方法,其特征在于,判断在该指定时间段内是否存在特定时间点还包括:
根据在该特定时间点之前获取到的多个计量值估算出一个标准计量值;
计算在该特定时间点之前获取到的多个计量值与该标准计量值之间的累加差值;
判断该累加差值是否大于阈值;
若该累加差值大于该阈值,则确认存在该特定时间点。
4.如权利要求1所述的方法,其特征在于,判断在该指定时间段内是否存在特定时间点包括:
将该多个计量值分成多个数据块,每个数据块包括预定数量的多个计量值;
计算每个数据块包括的预定数量的多个计量值的平均值;
判断该平均值是否大于第一阈值;其中,该第一阈值代表计量表读数正常;
若该平均值小于该第一阈值,则判断该平均值是否小于第二阈值;其中,第二阈值代表计量表读数异常;
若该平均值小于第二阈值,则存在该特定时间点。
5.如权利要求4所述的方法,其特征在于,判断在该指定时间段内是否存在特定时间点还包括:
判断该平均值在该特定时间点之后的预定时间段之内是否持续小于第二阈值;
若该平均值在该预定时间段之内持续小于第二阈值,则确认存在该特定时间点。
6.如权利要求1所述的方法,其特征在于,判断在该指定时间段内是否存在特定时间点包括:
将该多个计量值分成多个数据块,每个数据块包括预定数量的多个计量值;
计算该预定数量的多个计量值的方差值;
判断该方差值是否大于该第一阈值;其中,该第一阈值代表计量表读数正常;
若该方差值小于该第一阈值,则判断该方差值是否小于第二阈值;其中,该第二阈值代表计量表读数异常;
若该方差值小于第二阈值,则存在该特定时间点。
7.如权利要求6所述的方法,其特征在于,判断在该指定时间段内是否存在特定时间点还包括:
判断该方差值在该特定时间点之后的预定时间段之内是否持续小于该第二阈值;
若该方差值在该预定时间段之内持续小于该第二阈值,则确认存在该特定时间点。
8.如权利要求1所述的方法,其特征在于,该方法还包括:
对该获取到的多个计量值执行预处理操作以识别该多个计量值中的零值、异常值以及缺失值;
对识别出的零值、异常值以及缺失值执行插值操作以产生估算值;
将识别出的零值、异常值以及缺失值替换成该估算值。
9.如权利要求8所述的方法,其特征在于,该方法还包括:
获取环境温度,并根据该环境温度对执行预处理操作的多个计量值进行校正操作。
10.一种识别计量表异常读数的系统,其特征在于,该系统包括:
中央分析装置,与多个计量表建立通信连接;该中央分析装置用于执行以下操作:
获取该多个计量表中的特定计量表在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量;
分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降;以及
若存在该特定时间点,则识别出该特定计量表在该特定时间点具有异常读数。
11.如权利要求10所述的系统,其特征在于:该中央分析装置还用于执行以下操作:
步骤(a),计算在该特定时间点之前获取到的多个计量值的第一移动平均值;
步骤(b),计算在该特定时间点之后获取到的多个计量值的第二移动平均值;
步骤(c),从第一移动平均值中减去第二移动平均值以产生一个差异值;
重复执行步骤(a)、(b)及(c)以产生多个差异值;
若该多个差异值中的一个差异值具有最大值,则存在该特定时间点。
12.如权利要求11所述的系统,其特征在于:该中央分析装置还用于执行以下操作:
根据在该特定时间点之前获取到的多个计量值估算出一个标准计量值;
计算在该特定时间点之前获取到的多个计量值与该标准计量值之间的累加差值;
判断该累加差值是否大于阈值;
若该累加差值大于该阈值,则确认存在该特定时间点。
13.如权利要求10所述的系统,其特征在于,该中央分析装置用于执行以下操作:
将该多个计量值分成多个数据块,每个数据块包括预定数量的多个计量值;
计算该预定数量的多个计量值的平均值;
判断该平均值是否大于第一阈值;其中,第一阈值代表计量表读数正常;
若该平均值小于该第一阈值,则判断该平均值是否小于第二阈值;其中,第二阈值代表计量表读数异常;
若该平均值小于第二阈值,则存在该特定时间点。
14.如权利要求13所述的系统,其特征在于,该中央分析装置还用于执行以下操作:
判断该平均值在该特定时间点之后的预定时间段之内是否持续小于第二阈值;
若该平均值在该预定时间段之内持续小于第二阈值,则确认存在该特定时间点。
15.如权利要求10所述的系统,其特征在于,该中央分析装置用于执行以下操作:
将该多个计量值分成多个数据块,每个数据块包括预定数量的多个计量值;
计算该预定数量的多个计量值的方差值;
判断该方差值是否大于第一阈值;其中,第一阈值代表计量表读数正常;
若该方差值小于该第一阈值,则判断该方差值是否小于第二阈值;其中,第二阈值代表计量表读数异常;
若该方差值小于第二阈值,则存在该特定时间点。
16.如权利要求15所述的系统,其特征在于,该中央分析装置还用于执行以下操作:
判断该方差值在该特定时间点之后的预定时间段之内是否持续小于第二阈值;
若该方差值在该预定时间段之内持续小于第二阈值,则确认存在该特定时间点。
17.一种识别计量表异常读数的方法,其特征在于,该方法包括:
接收用于指示第一组的多个计量表的第一信息;其中,第一组的多个计量表被第一变化侦测单元从多个计量表中识别出具有异常读数;
接收用于指示第二组的多个计量表的第二信息,其中,第二组的多个计量表被第二变化侦测单元从所述多个计量表中识别出具有异常读数;
根据第一信息和第二信息确认识别具有异常读数的多个计量表。
18.如权利要求17所述的方法,其特征在于,该方法还包括:
接收用于指示第三组的多个计量表的第三信息,其中,第三组的多个计量表被第三变化侦测单元从所述多个计量表中识别出具有异常读数;
根据第一信息、第二信息和第三信息确认识别具有异常读数的多个计量表。
19.如权利要求18所述的方法,其特征在于:该确认识别的多个计量表被第一变化侦测单元、第二变化侦测单元及第三变化侦测单元中的至少两者同时识别出来。
20.如权利要求18所述的方法,其特征在于:该确认识别的多个计量表是第一组的多个计量表、第二组的多个计量表、第三组的多个计量表的并集。
21.一种识别计量表异常读数的系统,其特征在于,该系统包括:
多个计量表;
中央分析装置,与该多个计量表建立通信连接;该中央分析装置用于执行以下操作:
获取该多个计量表中的特定计量表在一个指定时间段内产生的多个计量值;每个计量值在该指定时间段内的对应时间点产生并代表在该对应时间点之前的一个时间段内的能源消耗量;
分析该多个计量值以判断在该指定时间段内是否存在特定时间点,该特定计量表在该特定时间点的计量值发生了预定幅度的下降;以及
若存在该特定时间点,则识别出该特定计量表在该特定时间点具有异常读数。
22.如权利要求21所述的系统,其特征在于:每个计量表包括电计量表、水计量表、暖气计量表或者煤气计量表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745514.5A CN104751260A (zh) | 2013-12-30 | 2013-12-30 | 识别计量表异常读数的系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310745514.5A CN104751260A (zh) | 2013-12-30 | 2013-12-30 | 识别计量表异常读数的系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104751260A true CN104751260A (zh) | 2015-07-01 |
Family
ID=53590904
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310745514.5A Pending CN104751260A (zh) | 2013-12-30 | 2013-12-30 | 识别计量表异常读数的系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104751260A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108431853A (zh) * | 2016-04-15 | 2018-08-21 | 甲骨文国际公司 | 用于管理公用设施系统中的停运的系统和方法 |
CN108898120A (zh) * | 2018-07-04 | 2018-11-27 | 四川泰立智汇科技有限公司 | 基于混合神经网络的冷水机组故障诊断方法 |
CN109238381A (zh) * | 2018-09-14 | 2019-01-18 | 北京市公用事业科学研究所 | 一种用户燃气设备流量的监测方法 |
CN111310854A (zh) * | 2020-03-10 | 2020-06-19 | 长沙理工大学 | 基于用电负荷指纹的低误报率窃电检测二次筛选方法 |
CN111612647A (zh) * | 2020-05-14 | 2020-09-01 | 深圳旦倍科技有限公司 | 计量表异常数据检测方法、装置、计量表及可读存储介质 |
CN113655272A (zh) * | 2021-08-24 | 2021-11-16 | 浙江华消科技有限公司 | 一种电量值的修正方法和装置、存储介质及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070247789A1 (en) * | 2006-03-31 | 2007-10-25 | Eric Benson | Data analysis system, such as a theft scenario analysis system for automated utility metering |
US20070247331A1 (en) * | 2006-03-31 | 2007-10-25 | Bruce Angelis | Integrated data collection, anomaly detection and investigation, such as integrated mobile utility meter reading, theft detection and investigation system |
US20110215945A1 (en) * | 2010-03-04 | 2011-09-08 | TaKaDu Ltd. | System and method for monitoring resources in a water utility network |
US20130271289A1 (en) * | 2012-04-13 | 2013-10-17 | International Business Machines Corporation | Anomaly detection using usage data for metering system |
-
2013
- 2013-12-30 CN CN201310745514.5A patent/CN104751260A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070247789A1 (en) * | 2006-03-31 | 2007-10-25 | Eric Benson | Data analysis system, such as a theft scenario analysis system for automated utility metering |
US20070247331A1 (en) * | 2006-03-31 | 2007-10-25 | Bruce Angelis | Integrated data collection, anomaly detection and investigation, such as integrated mobile utility meter reading, theft detection and investigation system |
US20110215945A1 (en) * | 2010-03-04 | 2011-09-08 | TaKaDu Ltd. | System and method for monitoring resources in a water utility network |
CN102884407A (zh) * | 2010-03-04 | 2013-01-16 | 塔卡度有限公司 | 用于监控水设施网络中的资源的系统和方法 |
US20130271289A1 (en) * | 2012-04-13 | 2013-10-17 | International Business Machines Corporation | Anomaly detection using usage data for metering system |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108431853A (zh) * | 2016-04-15 | 2018-08-21 | 甲骨文国际公司 | 用于管理公用设施系统中的停运的系统和方法 |
CN108898120A (zh) * | 2018-07-04 | 2018-11-27 | 四川泰立智汇科技有限公司 | 基于混合神经网络的冷水机组故障诊断方法 |
CN109238381A (zh) * | 2018-09-14 | 2019-01-18 | 北京市公用事业科学研究所 | 一种用户燃气设备流量的监测方法 |
CN109238381B (zh) * | 2018-09-14 | 2020-07-07 | 北京市公用事业科学研究所 | 一种用户燃气设备流量的监测方法 |
CN111310854A (zh) * | 2020-03-10 | 2020-06-19 | 长沙理工大学 | 基于用电负荷指纹的低误报率窃电检测二次筛选方法 |
CN111612647A (zh) * | 2020-05-14 | 2020-09-01 | 深圳旦倍科技有限公司 | 计量表异常数据检测方法、装置、计量表及可读存储介质 |
CN111612647B (zh) * | 2020-05-14 | 2023-05-23 | 深圳旦倍科技有限公司 | 计量表异常数据检测方法、装置、计量表及可读存储介质 |
CN113655272A (zh) * | 2021-08-24 | 2021-11-16 | 浙江华消科技有限公司 | 一种电量值的修正方法和装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ahmad et al. | Energetics Systems and artificial intelligence: Applications of industry 4.0 | |
US20220115867A1 (en) | Advanced power distribution platform | |
US8768795B2 (en) | Methods and systems for estimating recoverable utility revenue | |
CN104751260A (zh) | 识别计量表异常读数的系统及方法 | |
CN102637203B (zh) | 电量数据处理方法和电能计量自动化系统监控主站 | |
Santos et al. | Impacts of operational variability and uncertainty on distributed generation investment planning: A comprehensive sensitivity analysis | |
US8645239B2 (en) | Systems and methods for advanced metering infrastructure customer portal | |
CN102136102A (zh) | 针对消费者能源消耗的分析 | |
Hampton et al. | A review of current analytical methods, modelling tools and development frameworks applicable for future retail electricity market design | |
Paget et al. | Using smart grids to enhance use of energy-efficiency and renewable-energy technologies | |
Widergren et al. | Using smart grids to enhance use of energy-efficiency and renewable-energy technologies | |
Ruan et al. | Data-driven energy management of virtual power plants: A review | |
Erle et al. | Long-term feasibility assessment of planned outages | |
Rodrigues et al. | Holistic distributed stream clustering for smart grids | |
Sarfarazi et al. | Improving Energy System Design with Optimization Models by Quantification of the Economic Granularity Gap: The Case of Prosumer Self-Consumption in Germany | |
Stefan et al. | (Position paper) Characterizing the Behavior of Small Producers in Smart Grids A Data Sanity Analysis | |
Pfenninger | Calliope documentation | |
Efkarpidis et al. | Smart metering applications: main concepts and business models | |
Heydarian-Forushani et al. | Virtual Power Plant Solution for Future Smart Energy Communities | |
Kang et al. | Intelligent decision-making system with green pervasive computing for renewable energy business in electricity markets on smart grid | |
Asghar et al. | A Review of Data-Driven Smart Energy Management Systems for Distribution Networks | |
Tits et al. | Impacts of size and history length on energetic community load forecasting: a case study | |
Ahmad et al. | Energy Reports | |
Bouffaron et al. | The benefits of combined district energy modelling and monitoring: the case of district heating | |
Weranga et al. | Short-term electricity demand forecasting method for smart meters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150701 |