CN106651093A - 一种用于低压集抄系统的智能复核管控方法 - Google Patents
一种用于低压集抄系统的智能复核管控方法 Download PDFInfo
- Publication number
- CN106651093A CN106651093A CN201610844208.0A CN201610844208A CN106651093A CN 106651093 A CN106651093 A CN 106651093A CN 201610844208 A CN201610844208 A CN 201610844208A CN 106651093 A CN106651093 A CN 106651093A
- Authority
- CN
- China
- Prior art keywords
- user
- collection
- management
- quality
- core
- 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
- 238000000034 method Methods 0.000 title claims abstract description 65
- 230000007547 defect Effects 0.000 claims abstract description 76
- 238000004458 analytical method Methods 0.000 claims abstract description 49
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 230000005611 electricity Effects 0.000 claims description 111
- 230000002159 abnormal effect Effects 0.000 claims description 48
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 44
- 230000008030 elimination Effects 0.000 claims description 35
- 238000003379 elimination reaction Methods 0.000 claims description 35
- 238000013441 quality evaluation Methods 0.000 claims description 19
- 238000003909 pattern recognition Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000010835 comparative analysis Methods 0.000 claims description 9
- 230000004069 differentiation Effects 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 7
- 238000012850 discrimination method Methods 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 5
- 238000011161 development Methods 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 230000007812 deficiency Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 230000035772 mutation Effects 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000007433 macroscopic evaluation Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000013461 design Methods 0.000 abstract description 3
- 230000006872 improvement Effects 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 5
- 230000005484 gravity Effects 0.000 description 5
- 230000003321 amplification Effects 0.000 description 4
- 230000018109 developmental process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003199 nucleic acid amplification method Methods 0.000 description 4
- 230000008034 disappearance Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 238000010008 shearing Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000020509 sex determination Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 241000287196 Asthenes Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000030618 Urbanus Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 125000003367 polycyclic group Chemical group 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000001932 seasonal effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Administration (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种用于低压集抄系统的智能复核管控方法，属供用电领域。其采用基于模式分析的复核原则以提高异常判定的准确性，缩小复核范围，提高复核效率；以集抄数据分析结果为基础，使用集抄‑核抄偏差分析及其原因辨识方法和多维度的集抄质量管控指标体系，通过数据预处理、集抄数据缺陷判定、新装用户判定、总分不匹配判定、异常初判和集抄异常的二次判定，由此最终整理出当期的待稽查、待核抄、可出账用户清单。其通过异常原因辨识，可缩小复核范围，提高复核效率，利于全面监控集抄业务各环节，提升集抄质量。可广泛用于用供电集抄系统的设计、运行和管理领域。
Description
技术领域
本发明属于供用电领域，尤其涉及一种用于低压集抄系统数据的复核管控方法。
背景技术
2010年起，在国家电网公司的统一部署下，各地供电公司开始全面推进低压集抄系统的应用，采用集中抄表管理系统(简称集抄系统)来集中采集用户的用电数据(简称集抄数据)，目前已基本实现全覆盖。实施这项工作的目的，一是降低抄表工作量、提高抄表质量，二是提升用电管理的信息化和自动化水平。
从实际应用情况来看，集抄数据常出现缺失、突变或与表计显示值不一致的问题。为提高集抄数据用于出账的准确性，目前的做法是：在出账前对集抄数据缺失和异常(环比增/减幅超出一定范围)的用户实施人工核抄、以核抄数据作为出账依据；二是，每3～6个月对所有用户进行一次人工核抄，对核抄和集抄偏差部分实施电量电费退/补。除此之外，部分供电公司还率先研发了集抄消缺系统，每月将集抄数据缺失的用户整理出来，及时开展现场消缺。上述复核消缺方法对提高集抄出账准确率起到了积极作用，但实际运用中仍发现如下问题：
(1)集抄数据缺陷现象很多，但目前的消缺主要查找集抄数据缺失的用户、以提高在线率和成功率，对日冻结电量突降、部分日数据缺失等问题并不做分析和改进，无法全面发现集抄系统中潜在的问题。
(2)造成集抄数据缺失或缺陷的原因很多，譬如集中器故障、电能表故障、载波信号问题、台区关联问题、用电异常等等，找准原因是解决问题的前提。目前工作中只是找出待消缺的用户清单，造成数据缺失的原因则完全要靠人工现场排查，效率低，不利于消缺任务的及时完成。
(3)集抄数据是否异常不完全与环比增/减幅的大小对应——季节变迁等因素也会导致月用电量大幅变化、造成正常误判为异常；反之，月用电量低位运行但不怎么波动的窃电用户却会被误判为正常。前者白白增加了每月人工补抄的工作量，后者则又使得电量电费流失、未予及时追缴。
(4)对集抄异常用户安排核抄后，一旦发现核抄结果与集抄数据有偏差，往往就以核抄数据为准，对人工核抄质量缺乏必要的监督和管控。
(5)集抄数据蕴含着大量有用信息，可指导消缺、反窃电、消缺/核抄质量评价等多方面的工作，但目前仅作为出账的依据之一；同时，消缺工作组、稽查组、核抄组之间又缺乏必要的信息沟通，不利于问题的及时发现和工作的有序推进。
目前，集抄数据出现如下5种情况之一时，安排人工核抄：
(1)数据缺失：目前仅限于当期集抄数据中找不到某用户的正向总有功电量(冻结值)数据，此条作为待消缺用户的判定依据；
(2)零电量：指当期正向总有功电量(用电量)为零；
(3)总分不匹配：此条仅针对采用分时电价的用户，指当期正向总有功电量(用电量)不等于当期分费率有功电量之和的情况；
(4)首次出账：指报装接电后第一次出账的情况；
(5)环比增长率≥50％：指当期用电量与上期用电量之差与上期用电量的比值的绝对值大于等于50％的情况。
上述复核原则的问题主要集中于第(1)点中的消缺原则和第(2)、(5)点中的异常判定原则，不合理具体表现在：
(1)将消缺用户对象限定于集抄数据缺失的情况，而实际上存在一些数据不全部缺失但存在缺陷的用户，数据缺陷包括部分日期数据缺失、冻结值突变等现象，若不对这些现象梳理仍然无法全面对累计电量的正确性加以判断。
(2)集抄异常判定中月用电量“环比波动率50％”的原则没有考虑季节性气候变迁的影响。气温敏感型用户在季节交替时用电波动量很大，按此规则会被误判为需要核抄的用户，白白增加核抄工作量。
(3)月用电量“环比波动率50％”的复核原则也没有考虑窃电因素的影响。窃电可能使用电量处于较低水平，月间并无太大波动，按环比波动率原则这种异常情况反而可能被误判为正常，延误了电费追缴。
(4)复核原则没有考虑用户特有用电模式的影响。由于都市国际化、流动人口增加、生活质量提高、市场经济发展等多方面因素，上海低压用户(尤其居民用户)涌现出不少新模式。例如，空置房、出租房、定期度假/出差/回乡等等。如果脱离用户自身用电模式而简单依据单月用电量水平和环比波动率判定异常，也会造成误判而白白增加复核工作量。
上述一系列问题本质上表明，提高集抄质量、提升营销业务水平与集抄数据分析能力的提升密切关联、相辅相成。为使集抄系统的应用能真正起到其应有的作用，亟需提升对集抄数据的分析能力，并基于集抄数据分析构建包含消缺、复核、稽查、出账、考评等多环节的业务流程，建立一种更为智能和全面的集抄复核管控系统，以准确测算出整个电网的产量，销量和损耗，使电力部门可依据其数据加强管理，盘点库存，降低损耗，弥补漏缺。
发明内容
本发明所要解决的技术问题是提供一种用于低压集抄系统的智能复核管控方法，其采用基于模式分析的复核原则替代现有原则有助于提高异常判定的准确性，并缩小复核范围，从而有助于提高复核效率；以集抄数据分析结果为基础，使用集抄-核抄偏差分析及其原因辨识方法和多维度的集抄质量管控指标体系，有利于管理人员全面监控集抄业务各环节，快速提升集抄质量。
本发明的技术方案是：提供一种用于低压集抄系统的智能复核管控方法，包括对用户的集抄数据和核抄数据进行复合管控，其集抄数据来自用电信息采集系统，核抄数据来自于自动抄表掌机；其特征是：
所述的用于低压集抄系统的智能复核管控方法，采用基于模式分析的复核原则，提高异常判定的准确性，并缩小复核范围、细化复核工作，从而提高复核效率；
所述的用于低压集抄系统的智能复核管控方法，基于集抄数据异常分析的多部门业务流程，以集抄数据分析结果为基础，通过异常原因辨识，有效推动业务在各部门间流传，提升营销的业务质量；
所述的用于低压集抄系统的智能复核管控方法，采用集抄-核抄数据偏差分析及其原因辨识方法，通过多维度的集抄质量管控指标体系，全面监控集抄业务各环节，快速提升集抄质量；
所述的用于低压集抄系统的智能复核管控方法，通过对集抄数据异常的初判，实现集抄质量的常规分析，通过基于用电模式识别的集抄数据异常二次判定，生成需消缺、核抄、稽查、出账用户清单，实现集抄质量的智能分析；
所述的用于低压集抄系统的智能复核管控方法，通过分析集抄数据、核抄数据是否存在明显偏差，实现核抄质量的偏差分析；通过分析集抄-核抄数据存在明显偏差的可能原因，实现核抄质量的偏差原因辨识；通过集抄-核抄数据明显偏差原因分析结果，实现复核结果的查询；
所述的用于低压集抄系统的智能复核管控方法，通过对集抄质量评价类指标进行计算分析和显示，实现集抄质量的评价；通过对设备类集抄缺陷指标进行计算显示、对设备类集抄缺陷指标进行计算显示、对安装类集抄缺陷指标进行计算显示、对通信类集抄缺陷指标进行计算显示、和对管理类集抄缺陷指标进行计算显示，来实现集抄缺陷的监控；通过对消缺质量评价类指标进行计算显示、对核抄质量评价类指标进行计算显示和对稽查质量评价类指标进行计算显示，来实现复核质量评价；通过当月与历史月监控指标的对比分析和各采集终端之间监控指标的对比分析，来实现跟踪监督管理的纵向比对和横向比对；
所述的用于低压集抄系统的智能复核管控方法，通过文件管理模块、集抄质量分析模块、核抄质量分析模块、分类派单模块和集抄质量管控模块，实现集抄总体质量的考评、对集抄质量影响因素的监控、对集抄复核质量的监控和对集抄质量的跟踪管理，提供管控质量的纵向、横向对比，帮助管理人员更清晰地掌握各环节的业务水平和发展趋势，实现对集抄质量和各相关业务环节的全面监控。
具体的，所述管控质量的纵向对比包括当月与历史月之间的管控质量对比，管控质量的横向包括各个终端之间的管控质量对比。
具体的，所述的多维度的集抄质量管控指标体系包括：
(1)第一维指标：集抄质量评价类指标，从覆盖率、上线率、成功率、按时率、出账率、准确率等方面对集抄质量给予宏观评价；
(2)第二维指标：集抄缺陷监控类指标，从设备、安装、通信、管理四个角度挖掘能反映集抄系统缺陷的指标，便于管理人员明了影响集抄质量的薄弱环节；
(3)第三维指标：复核质量监督类指标，对消缺、核抄、稽查质量进行考评。
(4)第四维指标：跟踪监督类指标，提供多月之间、终端之间的对比分析和排序，有助于明确责任义务。
(5)第五维指标：系统评价类指标，对整个低压集抄系统投入使用后的表现进行评价。
进一步的，所述的基于模式分析的复核原则包括：
(1)数据预处理：对每一集抄用户当月的日冻结电量进行差、和运算，求得逐日各费率有功电量、逐日总有功电量、当月各费率总有功电量和当月总有功电量；
(2)集抄数据缺陷判定：找出当月集抄数据存在缺陷的用户；对用户当期逐日总有功电量和分费率有功电量的缺陷进行判定，将日总/分有功电量存在缺陷或者突变的用户纳入待消缺用户清单；不需消缺的用户执行后续步骤；
(3)新装用户判定：将首次出账用户直接列入需核抄用户清单，其余用户执行后续步骤；
(4)总分不匹配判定：将当月各费率有功电量之和不等于当月总有功电量的用户列入待核抄用户清单，其余用户执行后续步骤；
(5)异常初判：；将当期用电量为零或月用电量环比波动率≥50％的用户初判为异常；初判正常用户归为可出账用户，初判为异常的用户执行后续步骤；
(6)集抄异常的二次判定：对初判为异常的用户实施用电模式识别，在此基础上得到当月总有功电量合理范围，对此类用户是否异常以及属于需稽查或需核抄的情况进行判别；由此最终整理出当期的待稽查、待核抄、可出账用户清单。
进一步的，所述的用电模式识别包括零电量用电模式的判别。
具体的，所述的零电量用电模式，是指该用户用电量长期为零、经常出现零用电量情况或去年同期出现或零电量的情况；对于零电量模式用户，如果半年内有复核为正常的记录，则仍判定为正常；若无半年内复核为正常的记录，包括半年内没有进行过复核或是复核为异常两种情况，则判定为待核抄用户。
本技术方案所述的用于低压集抄系统的智能复核管控方法，从低压用户中除去确定的待消缺用户之后，对剩余用户实施两阶段判定算法，梳理出当期待核抄、待稽查、可出账用户清单。
进一步的，所述的两阶段判定算法，包括初判、二次判定两个环节；
其中，在初判环节，除了考察用户的月总有功用电量的环比波动率之外，还考察用户在各分时费率段有功用电比重的波动率，若其中任何一个分时费率段有功用电比重的环比波动率≥50％都初判为异常；以此来筛选出可能为异常的用户，缩小二次判定的范围、提高二次判定的效率；
在二次判定环节，按照下列原则对用户进行区分和辨别：
(1)若用户在近两年内有窃电记录，则一旦出现当期用电量为零、或者当期用电量大幅下降、或者谷电比重突增，判定为待稽查用户；
(2)无窃电记录的用户若出现当期用电量为零，则需进行零电量用电模式的判别；对于零电量模式用户，如果半年内有复核为正常的记录，则仍判定为正常；若无半年内复核为正常的记录，包括半年内没有进行过复核或是复核为异常两种情况，则判定为待核抄用户；
(3)对无历史窃电记录且拥有两年以上集抄数据的用户，进行模式稳定性判别，参照历史用电模式预测当期用电量的合理范围，进而判定当期用电量是否异常；
(4)对于无历史窃电记录但集抄数据不足两年、或者历史数据满两年但模式稳定性判别结果为不稳定的用户，一旦出线用电量大幅突降或者谷电比重突增的情况，列为待核抄用户。
具体的，在进行所述的初判时，先判定该用户当期是否是低用电量或零用电量；不是低用电量或零用电量再判定环比波动率；在波动率判定时，若用户上月电量为零，直接判定为该用户当期正常，只对上月用电量非零的用户计算环比波动率，迫使零电量问题在第一次出现时就予重视和核查。
进一步的，所述的当期用电量大幅下降包括谷电比重突增包括
其中，表示集抄所得第k个用户第Y年、第M月当期的正向有功总用电量；为第k个用户第Y年、第M月当期集抄所得谷时段有功用电比重的环比增长率。
与现有技术比较，本发明的优点是：
1.采用基于模式分析的复核原则替代现有原则有助于提高异常判定的准确性，并缩小复核范围、细化复核工作应对应的责任部门，从而有助于提高复核效率。
2.基于集抄数据异常分析的多部门业务流程，以集抄数据分析结果为基础，通过异常原因辨识和分类派单机制，可有效推动业务在各部门间流传，使集抄系统更好地为营销业务质量的提升做出贡献。
3.提出了集抄-核抄偏差分析及其原因辨识方法，并提出了多维度的集抄质量管控指标体系，有利于管理人员全面监控集抄业务各环节，快速提升集抄质量。
附图说明
图1是本发明智能低压集抄复核管控系统的物理架构示意图；
图2是本发明智能低压集抄复核管控系统的逻辑架构示意图；
图3是本发明集抄异常智能分析的流程方框图；
图4是本发明集抄异常的二次判定流程方框图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
图1中，给出了智能低压集抄复核管控系统的物理架构设计。系统采用B/S体系架构，物理上主要由基础数据服务器、业务数据服务器、WEB服务器、应用服务器、PC机组成，通过交换机组成内网。
集抄数据从用电信息采集系统数据库定期导入，核抄数据由自动抄表掌机通过RS232串口直连导入基础数据服务器。
图2中，给出了智能低压集抄复核管控系统的逻辑架构，由数据交换层、数据层、应用层、展示层构成。其中：
(1)数据交换层：负责本系统与外部系统的数据导入/输出。导入本系统的外部数据包括集抄数据、SG186营销系统中的用户信息、计量点信息以及复核(消缺、核抄、稽查)结果信息；从本系统导出的信息主要是工单的派发。
(2)数据层：提供数据仓库，由基础数据库和业务数据库组成。其中基础数据库存储外系统导入的信息和外场检查后录入的信息，这些信息为应用层各功能模块的运行提供数据支撑；业务数据库由应用层功能模块生成，存储集抄数据复核管控业务的处理结果。
(3)应用层：实现集抄复核管控的核心功能，由集抄质量分析、核抄质量分析、复核结果分类处理、集抄业务质量管理四大子功能模块组成。
(4)展示层：用于实现系统运行结果的展示，包括图形展示、表格展示、工单表格生成、文件转存以及查询、打印等功能。
在实际工作中，集抄质量管控是提升集抄质量的抓手。为全面提升集抄质量，集抄质量管控需涵盖如下几个角度的内容：
(1)对集抄总体质量的考评；
(2)对集抄质量影响因素(设备/安装/信道/管理质量问题)的监控，便于管理人员了解影响集抄质量的薄弱环节；
(3)对集抄复核质量的监控，即对核抄、消缺、稽查业务的评价和监督；
(4)对集抄质量的跟踪管理，提供管控质量的纵向(当月与历史月之间)、横向(终端之间)对比，帮助管理人员更清晰地掌握各环节的业务水平和发展趋势。
只有涵盖了上述多个方面，才能达到对集抄质量和各相关业务环节全面监控的目的。
本发明的技术方案，提供了一种用于低压集抄系统的智能复核管控方法，包括对用户的集抄数据和核抄数据进行复合管控，其集抄数据来自用电信息采集系统，核抄数据来自于自动抄表掌机；其发明点在于：
所述的用于低压集抄系统的智能复核管控方法，采用基于模式分析的复核原则，提高异常判定的准确性，并缩小复核范围、细化复核工作，从而提高复核效率；
所述的用于低压集抄系统的智能复核管控方法，基于集抄数据异常分析的多部门业务流程，以集抄数据分析结果为基础，通过异常原因辨识，有效推动业务在各部门间流传，提升营销的业务质量；
所述的用于低压集抄系统的智能复核管控方法，采用集抄-核抄数据偏差分析及其原因辨识方法，通过多维度的集抄质量管控指标体系，全面监控集抄业务各环节，快速提升集抄质量；
所述的用于低压集抄系统的智能复核管控方法，通过对集抄数据异常的初判，实现集抄质量的常规分析，通过基于用电模式识别的集抄数据异常二次判定，生成需消缺、核抄、稽查、出账用户清单，实现集抄质量的智能分析；
所述的用于低压集抄系统的智能复核管控方法，通过分析集抄数据、核抄数据是否存在明显偏差，实现核抄质量的偏差分析；通过分析集抄-核抄数据存在明显偏差的可能原因，实现核抄质量的偏差原因辨识；通过集抄-核抄数据明显偏差原因分析结果，实现复核结果的查询；
所述的用于低压集抄系统的智能复核管控方法，通过对集抄质量评价类指标进行计算分析和显示，实现集抄质量的评价；通过对设备类集抄缺陷指标进行计算显示、对设备类集抄缺陷指标进行计算显示、对安装类集抄缺陷指标进行计算显示、对通信类集抄缺陷指标进行计算显示、和对管理类集抄缺陷指标进行计算显示，来实现集抄缺陷的监控；通过对消缺质量评价类指标进行计算显示、对核抄质量评价类指标进行计算显示和对稽查质量评价类指标进行计算显示，来实现复核质量评价；通过当月与历史月监控指标的对比分析和各采集终端之间监控指标的对比分析，来实现跟踪监督管理的纵向比对和横向比对；
所述的用于低压集抄系统的智能复核管控方法，通过文件管理模块、集抄质量分析模块、核抄质量分析模块、分类派单模块和集抄质量管控模块，实现集抄总体质量的考评、对集抄质量影响因素的监控、对集抄复核质量的监控和对集抄质量的跟踪管理，提供管控质量的纵向、横向对比，帮助管理人员更清晰地掌握各环节的业务水平和发展趋势，实现对集抄质量和各相关业务环节的全面监控。
所述管控质量的纵向对比包括当月与历史月之间的管控质量对比，管控质量的横向包括各个终端之间的管控质量对比。
本技术方案提出的集抄质量管控的多维指标系统，如表1所示，其中：
(1)第一维是集抄质量评价类指标：从覆盖率、上线率、成功率、按时率、出账率、准确率等方面对集抄质量给予宏观评价。
(2)第二维是集抄缺陷监控类指标：从设备、安装、通信、管理四个角度挖掘能反映集抄系统缺陷的指标，便于管理人员明了影响集抄质量的薄弱环节。
(3)第三维是复核质量监督类指标：对消缺、核抄、稽查质量进行考评。
(4)第四维是跟踪监督类指标：提供多月之间(纵向)、终端之间(横向)的对比分析和排序，有助于明确责任义务。
(5)第五维是系统评价类指标：对整个低压集抄系统投入使用后的表现进行评价。
表1集抄质量管控的多维指标体系
进一步的，本技术方案中的基于模式分析的复核原则包括：
(1)数据预处理：对每一集抄用户当月的日冻结电量进行差、和运算，求得逐日各费率有功电量、逐日总有功电量、当月各费率总有功电量和当月总有功电量；
(2)集抄数据缺陷判定：找出当月集抄数据存在缺陷的用户；对用户当期逐日总有功电量和分费率有功电量的缺陷进行判定，将日总/分有功电量存在缺陷或者突变的用户纳入待消缺用户清单；不需消缺的用户执行后续步骤；
(3)新装用户判定：将首次出账用户直接列入需核抄用户清单，其余用户执行后续步骤；
(4)总分不匹配判定：将当月各费率有功电量之和不等于当月总有功电量的用户列入待核抄用户清单，其余用户执行后续步骤；
(5)异常初判：；将当期用电量为零或月用电量环比波动率≥50％的用户初判为异常；初判正常用户归为可出账用户，初判为异常的用户执行后续步骤；
(6)集抄异常的二次判定：对初判为异常的用户实施用电模式识别，在此基础上得到当月总有功电量合理范围，对此类用户是否异常以及属于需稽查或需核抄的情况进行判别；由此最终整理出当期的待稽查、待核抄、可出账用户清单。
进一步的，所述的用电模式识别包括零电量用电模式的判别。
图3中，本技术方案中的智能低压集抄复核管控系统，按当月集抄有功总电量水平和电量环比波动率，进行集抄数据异常的初步判定，初步筛选出可能为异常的用户，其可能为异常的用户分为待消缺用户、待稽查用户和待核抄用户：
(1)数据预处理(第①步)：对每一集抄用户当月的日冻结电量进行差、和运算，求得逐日各费率有功电量、逐日总有功电量、当月各费率总有功电量和当月总有功电量。
(2)集抄数据缺陷判定(第②步)：找出当月集抄数据存在缺陷的用户。为此，对用户当期逐日总有功电量和分费率有功电量的缺陷进行判定，将日总/分有功电量存在缺陷(缺失或者突变)的用户纳入待消缺用户清单。不需消缺的用户执行后续步骤。
(3)新装用户判定(第③步)：将首次出账用户直接列入需核抄用户清单，其余用户执行后续步骤。
(4)总分不匹配判定(第④步)：将当月各费率有功电量之和不等于当月总有功电量的用户列入待核抄用户清单，其余用户执行后续步骤。
(5)异常初判(第⑤步)：采用目前常规的判定规则，即将当期用电量为零或月用电量环比波动率≥50％的用户初判为异常。初判正常用户归为可出账用户，初判为异常的用户执行后续步骤。
(6)集抄异常的二次判定(第⑥、⑦步)：对初判为异常的用户实施用电模式识别，在此基础上得到当月总有功电量合理范围，对此类用户是否异常以及属于需稽查(窃电可疑)/需核抄的情况进行判别。由此最终整理出当期的待稽查、待核抄、可出账用户清单。
图4中，本发明的技术方案，提出一种基于模式识别的两阶段判定算法。从低压用户中除去可以确定的待消缺用户之后，对剩余用户实施这种两阶段判定算法，即可梳理出当期待核抄、待稽查、可出账用户清单。
两阶段判定方法包括初判、二次判定两个环节，下面对这两个环节的算法予以细化。
一、初判方法：
集抄数据异常的初步判定宜采用较为简单的算法，因为该环节面对数量众多的用户，目的是初步筛选出可能为异常的用户，缩小二次判定的范围、提高二次判定的效率。为此，基本沿用目前的异常判定方法，即按当月集抄有功总电量水平和电量环比波动率进行初判。
不过，注意到远程抄表环境下对时错误或者用户破坏分费率计度器均会导致分费率有功电量失真，这种数据异常比较隐蔽，不一定影响总有功电量的累计值，但由于峰、谷时段电量发生了偏差，仍会对电费收益造成影响。
为此，本技术方案对初判方法做出如下改进，即：除了考察月总有功用电量的环比波动率之外，还考察各费率(即分时)有功用电比重的波动率，若其中任何一个的环比波动率≥50％都初判为异常。这样一来，经二次判定后，表计存在对时错误的用户会被列入待核抄用户清单，而破坏分费率计度器的用户会被列入待稽查用户清单。
以下记当期为第Y年、第M月；表示集抄所得第k个用户当期正向有功总用电量；表示当期用于初判的月有功用电量下限值(视核抄和稽查组人员的配置情况，可取零或者一个很小的值，本项目后续仅考察零电量用户、即取)；为第k个用户当期集抄所得有功月总用电量的环比波动率；为第k个用户当期集抄所得谷时段有功用电比重的环比增长率。在上述符号约定下，集抄数据异常的初判规则如下面表1中所示。
初判时，先判定该用户当期是否是低(零)用电量；不是低(零)电量再判定环比波动率；在波动率判定时，若用户上月电量为零，直接判定为该用户当期正常，只对上月用电量非零的用户计算环比波动率。这样一方面使得算法可行，另一方面也迫使零电量问题在第一次出现时就予重视和核查。
表2集抄数据异常初判的判定表
二、二次判定方法：
对初判为疑似异常的用户进一步实施二次判定。二次判定的目标是区分出待核抄、待稽查、可出账用户，总体流程如图4中所示。
其中有以下基本原则：
(1)若用户在近两年内有窃电记录，则一旦出现当期用电量为零、或者当期用电量大幅下降或者谷电比重突增倾向于判定为待稽查用户。
(2)无窃电记录的用户若出现当期用电量为零，则需进行零电量用电模式的判别。所谓零电量模式，是指该用户用电量长期为零、经常出现零用电量情况或去年同期出现或零电量的情况。对于零电量模式用户，如果半年内有复核为正常的记录，则仍判定为正常；若无半年内复核为正常的记录(包括半年内没有进行过复核或是复核为异常两种情况)，则判定为待核抄用户。
(3)对无历史窃电记录且拥有两年以上集抄数据的用户，需开展模式稳定性判别，参照历史用电模式预测当期用电量的合理范围，进而判定当期用电量是否异常。
(4)对于无历史窃电记录但集抄数据不足两年、或者历史数据满两年但模式稳定性判别结果为不稳定的用户，其历史用电模式对当期集抄数据合理性判定不具有很强的参考意义。为此，一旦出线用电量大幅突降或者谷电比重突增的情况，需列为待核抄用户。
在上述流程中，待解决的核心问题包括：
(1)零电量用电模式的定义和判定方法：对于当期月总用电量为零且近两年中无窃电记录的用户，需要根据其是否为零电量模式用户来进一步判定是否需要对其进行核抄。
(2)用电模式稳定性的判定：只有对用电模式稳定的用户，基于历史月用电数据预测得到的当期月用电量范围才具有集抄异常判据的意义。
(3)当期用电量合理范围的估算方法：对判定为用电模式稳定的用户，需进一步依据历史用电数据估算其当期用电量的合理范围，进而查看集抄所得用电量是否在合理范围内，由此判定集抄数据是否异常。
下面对上述三个问题提出具体方法。
(一)零电量用电模式的定义和判定：
零电量用电模式指用户月用电量为如下三种情况之一：
(1)长期处于接近零值的低值。案例中考察前6个月的月用电量值，满足下式时认为是零电量用电模式
(2)反复波动并时常出现月总正向有功电量为零或接近零的低值。对此，采用如下方差判定方法
(3)去年同期为接近零值的低值用电
若设第k个用户去年同期月总正向有功出账电量为则本项的判据为
如果属于上述三种情况，则认为当期总正向有功电量接近(或等于)零属于比较正常的现象，故进而依据近半年有无复核为正常的记录来判定是否需要核抄；反之，若不属于上述三种情况而当月有功电量接近(或等于)零，则认为是异常零值、立即判定为待核抄用户。
(二)当期月用电量合理范围的估计方法：
用电模式稳定性判定针对当期用电量非零且历史用电数据满24个月的用户。对用电模式稳定的用户，按历史数据预测而得的用电量合理区间才具有集抄电量异常判据的意义。针对上述目的，以12个月月份系数(月总有功电量占12个月平均月总有功电量的比值)定义用电模式时间序列，采用灰色关联度分析法判定用电模式稳定性。
以下记用户过去第1～12个月为第I年，过去第13～24个月为第II年。用电模式稳定性分析按如下流程进行：
(1)将历史月用电量折算到基准气温下
第m月的基准气温定义为当地多年来对应月份的平均气温。将逐月用电量折算到基准气温下，是为了剔除两年气温差异对月份系数时间序列相似性的影响。
首先利用最近一次夏季(6～9月)、冬季(12月～次年2月)的日用电量数据，计算用户k夏季、冬季日有功电量关于日平均气温的灵敏度系数，分别记为εk SM和εk WT。若第y年(y＝I,II)第m月实际的月平均气温均值为则该月用电量折算公式为：
式中，ny,m为第y年第m月的天数；εk,m为气温灵敏度系数，第m月为夏(冬)季月时取εk SM(εk WT)，春秋季月份时可取0。
(2)计算月份系数
据基准温度下的折算值得到过去24个月的月份系数(y＝I,II；m＝1…12)
(3)求两年月份系数序列的关联度
用第I、II年月份系数定义用户k的两个用电模式时间序列xk,I＝{xk,I(1)…xk,I(12)}和xk,II＝{xk,II(1)…xk,II(12)}，它们构成关联度分析的两个因素序列。为判定两者的关联度，先计算两极最大差和最小差
其次，对因素序列中每一因素计算关联系数
其中Δk(i)＝|xk,I(i)-xk,II(i)|
式中，ρ∈[0,1]为分辨系数。
对用户k计算关联系数的均值
将Δk大于阈值的用户判定为模式稳定。
(三)月用电量合理区间的预测方法：
对用电模式判定为稳定的用户预测当期月用电量合理区间。包括如下两步：
(1)预测用户当期月用电量灰色估计值
首先按月份系数法预测当期月用电量
其中，为对用户k上两年月均用电量加权平均后得到的当年月均用电量预测值；M0为当期对应的月份；为对用户k上两年第M0月月份系数加权平均后预测得到的当期月份系数。
上式所得预测值可视作当期月均气温为上两年同期月均气温加权均值时的月用电量。故据当期实际月均气温按下式对当期月用电量灰色估计值修正
(四)当期月用电量合理范围的估计方法：
首先对用户定义当月基准电量，它是依据用户历史用电模式而对当月用电量做出的预测值，采用月份系数法进行预测，具体步骤为：
第1步：计算倒推年各月有功电量相对于其所在倒推年月平均用电量的比值。对第k个用户第l个倒推年第m月，计算结果记为βk,l,m。
第2步：计算同期月份系数的均值，对第k个用户第m月
第3步：预测当期所在年份的总用电量，为此采用加权平均的方法，并赋予较近年份的用电量值以较大的权重，故而有
第4步：预测当期用电量，计算公式为
第5步：对当期用电量进行修正，以获得当期基准电量。实施此步是鉴于上式预测所得当期用电量可理解为当期月平均气温等于过去两年同期月平均气温加权均值下的预测值，而当期实际的月平均气温可能偏离，为此需要根据气温偏离值和用户用电灵敏度系数对当期用电量进行修正，以计入气温波动的影响。基于上诉思想，第k个用户当期基准电量计算公式为
确定各用户的基准电量后，按基准电量的一定偏差范围定义核抄用户当月用电量的合理范围。若记第k个用户在过往6个月预测值与实际值偏差幅度的最大值和最小值分别为和则该用户当期正向有功电量的合理范围为其中上界和下界按下两式确定
实施例：
对某北供电公司XX站点下的8967家低压用户实施算例，以2015年7月为目标月进行分析。共找到集抄数据存在缺陷的用户777家，占比8.55％。其中全月数据缺失的用户有107家，部分日集抄数据缺失的用户有401家，其余为数据存在缺陷的情况。
一)采用本技术方案进行初判：
从某供电公司XX站点下低压用户中随机选取1000家用户，同样以2015年7月为目标月进行分析。由于没有拿到这些用户最近一次换表日期，故暂且认为其中没有新装/换表用户；此外，经搜索，这些用户中该月不存在集抄数据总分不匹配问题。
表3集抄异常初判结果
采用本技术方案中的初判方法，即从低值电量(阈值取10kWh/月)、月总用电量环比波动率、分时用电比重环比波动率三个角度进行异常初判，共找到初判为异常的用户590户，其余410户归入可正常出账用户清单。上表中列出了590户中属于三种初判异常情况的用户数，可见：存在2.6％的用户虽然总用电量环比波动率未超50％、但分时用电比重环比波动率超50％，将分时用电比重环比波动率加入异常初判判据还是非常必要。
二)二次判定结果：
对初判为异常的590家用户实施二次判定，顺序找到如下异常用户：
(1)当期低值用电量、且24个月内有窃电记录的用户有4户，将其列入待稽查用户清单。
(2)对于无窃电记录的低值电量用户进行零电量用电模式的判定。判定结果中，属于非零电量用电模式的用户有9家，这些用户纳入待核抄用户；剩余48户属于零电量用电模式，由于缺少历史复核记录，这里将这48户都列为待核抄用户。
(3)对于当期非低值用电量而被初判为异常的用户(属于当期总有功电量环比变化率≥50％或当期谷电比重环比变化率≥50％的情况)，首先也查看有无历史窃电记录，找到有窃电记录用户14家。进而搜索发现这些用户当期总有功电量环比增幅均≥50％，可判定为正常。
(4)对于当期非低值用电且没有窃电记录的用户中历史集抄数据不足24个月的用户，直接根据总有功电量环比波动率和谷电比重环比波动率来进行判断。该类用户中总有功电量环比增幅≥50％的用户有98家，判定为正常；总有功电量环比增长率<50％(包括有功电量环比增长率<-50％和谷电比重环比增长率>50％)的共有7家，判定为待核抄用户。
(5)对当期非低值用电、无窃电记录且历史集抄数据满24个月的用户，实施用电模式稳定性判别。取关联度阈值为0.82，得到模式不稳定用户283家，其中：当期总有功电量环比增幅≥50％的用户258户，判定为正常；当期总有功电量环比增幅<50％的用户25户，判定为待核抄用户。
(6)当期非低值用电、无窃电记录且历史集抄数据满24个月的用户中，判定为模式稳定的用户127家。经合理用电量范围计算和当期用电量是否越出该范围的判定，其中：当期总有功电量>合理上限而判定为正常的用户4家；当期总有功电量在合理范围内而判定为正常的用户83家；当期总有功电量越下界而判定为待稽查的用户共40家。
综合判定结果，本算例1000家用户中：可正常出账的用户为833家，待核抄的用户122户，待稽查的用户45户。值得留意的是，若按照目前的复核原则，仅根据低值用电、总用电量环比波动率来判定的话，当期待核抄用户多达564户、且无法找出其中有窃电可疑的用户。根据本技术方案所提方法，将待核抄用户数缩减到122户，且找出了有窃电可疑、待稽查的用户。
由于本发明采用基于模式分析的复核原则替代现有原则有助于提高异常判定的准确性，并缩小复核范围、细化复核工作应对应的责任部门，从而有助于提高复核效率；采用基于集抄数据异常分析的多部门业务流程，以集抄数据分析结果为基础，使用集抄-核抄偏差分析及其原因辨识方法和多维度的集抄质量管控指标体系，有利于管理人员全面监控集抄业务各环节，快速提升集抄质量。
本发明可广泛用于用供电集抄系统的设计、运行和管理领域。
Claims (10)
1.一种用于低压集抄系统的智能复核管控方法，包括对用户的集抄数据和核抄数据进行复合管控，其集抄数据来自用电信息采集系统，核抄数据来自于自动抄表掌机；其特征是：
所述的用于低压集抄系统的智能复核管控方法，采用基于模式分析的复核原则，提高异常判定的准确性，并缩小复核范围、细化复核工作，从而提高复核效率；
所述的用于低压集抄系统的智能复核管控方法，基于集抄数据异常分析的多部门业务流程，以集抄数据分析结果为基础，通过异常原因辨识，有效推动业务在各部门间流传，提升营销的业务质量；
所述的用于低压集抄系统的智能复核管控方法，采用集抄-核抄数据偏差分析及其原因辨识方法，通过多维度的集抄质量管控指标体系，全面监控集抄业务各环节，快速提升集抄质量；
所述的用于低压集抄系统的智能复核管控方法，通过对集抄数据异常的初判，实现集抄质量的常规分析，通过基于用电模式识别的集抄数据异常二次判定，生成需消缺、核抄、稽查、出账用户清单，实现集抄质量的智能分析；
所述的用于低压集抄系统的智能复核管控方法，通过分析集抄数据、核抄数据是否存在明显偏差，实现核抄质量的偏差分析；通过分析集抄-核抄数据存在明显偏差的可能原因，实现核抄质量的偏差原因辨识；通过集抄-核抄数据明显偏差原因分析结果，实现复核结果的查询；
所述的用于低压集抄系统的智能复核管控方法，通过对集抄质量评价类指标进行计算分析和显示，实现集抄质量的评价；通过对设备类集抄缺陷指标进行计算显示、对设备类集抄缺陷指标进行计算显示、对安装类集抄缺陷指标进行计算显示、对通信类集抄缺陷指标进行计算显示、和对管理类集抄缺陷指标进行计算显示，来实现集抄缺陷的监控；通过对消缺质量评价类指标进行计算显示、对核抄质量评价类指标进行计算显示和对稽查质量评价类指标进行计算显示，来实现复核质量评价；通过当月与历史月监控指标的对比分析和各采集终端之间监控指标的对比分析，来实现跟踪监督管理的纵向比对和横向比对；
所述的用于低压集抄系统的智能复核管控方法，通过文件管理模块、集抄质量分析模块、核抄质量分析模块、分类派单模块和集抄质量管控模块，实现集抄总体质量的考评、对集抄质量影响因素的监控、对集抄复核质量的监控和对集抄质量的跟踪管理，提供管控质量的纵向、横向对比，帮助管理人员更清晰地掌握各环节的业务水平和发展趋势，实现对集抄质量和各相关业务环节的全面监控。
2.按照权利要求1所述的用于低压集抄系统的智能复核管控方法，其特征是所述管控质量的纵向对比包括当月与历史月之间的管控质量对比，管控质量的横向包括各个终端之间的管控质量对比。
3.按照权利要求1所述的用于低压集抄系统的智能复核管控方法，其特征是所述的多维度的集抄质量管控指标体系包括：
(1)第一维指标：集抄质量评价类指标，从覆盖率、上线率、成功率、按时率、出账率、准确率等方面对集抄质量给予宏观评价；
(2)第二维指标：集抄缺陷监控类指标，从设备、安装、通信、管理四个角度挖掘能反映集抄系统缺陷的指标，便于管理人员明了影响集抄质量的薄弱环节；
(3)第三维指标：复核质量监督类指标，对消缺、核抄、稽查质量进行考评。
(4)第四维指标：跟踪监督类指标，提供多月之间、终端之间的对比分析和排序，有助于明确责任义务。
(5)第五维指标：系统评价类指标，对整个低压集抄系统投入使用后的表现进行评价。
4.按照权利要求1所述的用于低压集抄系统的智能复核管控方法，其特征是所述的基于模式分析的复核原则包括：
(1)数据预处理：对每一集抄用户当月的日冻结电量进行差、和运算，求得逐日各费率有功电量、逐日总有功电量、当月各费率总有功电量和当月总有功电量；
(2)集抄数据缺陷判定：找出当月集抄数据存在缺陷的用户；对用户当期逐日总有功电量和分费率有功电量的缺陷进行判定，将日总/分有功电量存在缺陷或者突变的用户纳入待消缺用户清单；不需消缺的用户执行后续步骤；
(3)新装用户判定：将首次出账用户直接列入需核抄用户清单，其余用户执行后续步骤；
(4)总分不匹配判定：将当月各费率有功电量之和不等于当月总有功电量的用户列入待核抄用户清单，其余用户执行后续步骤；
(5)异常初判：；将当期用电量为零或月用电量环比波动率≥50％的用户初判为异常；初判正常用户归为可出账用户，初判为异常的用户执行后续步骤；
(6)集抄异常的二次判定：对初判为异常的用户实施用电模式识别，在此基础上得到当月总有功电量合理范围，对此类用户是否异常以及属于需稽查或需核抄的情况进行判别；由此最终整理出当期的待稽查、待核抄、可出账用户清单。
5.按照权利要求4所述的用于低压集抄系统的智能复核管控方法，其特征是所述的用电模式识别包括零电量用电模式的判别。
6.按照权利要求5所述的用于低压集抄系统的智能复核管控方法，其特征是所述的零电量用电模式，是指该用户用电量长期为零、经常出现零用电量情况或去年同期出现或零电量的情况；对于零电量模式用户，如果半年内有复核为正常的记录，则仍判定为正常；若无半年内复核为正常的记录，包括半年内没有进行过复核或是复核为异常两种情况，则判定为待核抄用户。
7.按照权利要求1所述的用于低压集抄系统的智能复核管控方法，其特征是所述的用于低压集抄系统的智能复核管控方法，从低压用户中除去确定的待消缺用户之后，对剩余用户实施两阶段判定算法，梳理出当期待核抄、待稽查、可出账用户清单。
8.按照权利要求7所述的用于低压集抄系统的智能复核管控方法，其特征是所述的两阶段判定算法，包括初判、二次判定两个环节；
其中，在初判环节，除了考察用户的月总有功用电量的环比波动率之外，还考察用户在各分时费率段有功用电比重的波动率，若其中任何一个分时费率段有功用电比重的环比波动率≥50％都初判为异常；以此来筛选出可能为异常的用户，缩小二次判定的范围、提高二次判定的效率；
在二次判定环节，按照下列原则对用户进行区分和辨别：
(1)若用户在近两年内有窃电记录，则一旦出现当期用电量为零、或者当期用电量大幅下降、或者谷电比重突增，判定为待稽查用户；
(2)无窃电记录的用户若出现当期用电量为零，则需进行零电量用电模式的判别；对于零电量模式用户，如果半年内有复核为正常的记录，则仍判定为正常；若无半年内复核为正常的记录，包括半年内没有进行过复核或是复核为异常两种情况，则判定为待核抄用户；
(3)对无历史窃电记录且拥有两年以上集抄数据的用户，进行模式稳定性判别，参照历史用电模式预测当期用电量的合理范围，进而判定当期用电量是否异常；
(4)对于无历史窃电记录但集抄数据不足两年、或者历史数据满两年但模式稳定性判别结果为不稳定的用户，一旦出线用电量大幅突降或者谷电比重突增的情况，列为待核抄用户。
9.按照权利要求8所述的用于低压集抄系统的智能复核管控方法，其特征是在进行所述的初判时，先判定该用户当期是否是低用电量或零用电量；不是低用电量或零用电量再判定环比波动率；在波动率判定时，若用户上月电量为零，直接判定为该用户当期正常，只对上月用电量非零的用户计算环比波动率，迫使零电量问题在第一次出现时就予重视和核查。
10.按照权利要求8所述的用于低压集抄系统的智能复核管控方法，其特征是所述的当期用电量大幅下降包括谷电比重突增包括
其中，表示集抄所得第k个用户第Y年、第M月当期的正向有功总用电量；为第k个用户第Y年、第M月当期集抄所得谷时段有功用电比重的环比增长率。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610844208.0A CN106651093A (zh) | 2016-09-22 | 2016-09-22 | 一种用于低压集抄系统的智能复核管控方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610844208.0A CN106651093A (zh) | 2016-09-22 | 2016-09-22 | 一种用于低压集抄系统的智能复核管控方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106651093A true CN106651093A (zh) | 2017-05-10 |
Family
ID=58853190
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610844208.0A Pending CN106651093A (zh) | 2016-09-22 | 2016-09-22 | 一种用于低压集抄系统的智能复核管控方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106651093A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112927010A (zh) * | 2021-02-08 | 2021-06-08 | 国网上海市电力公司 | 基于电费出账风险管控的用电信息采集数据二次研判方法 |
| CN113079426A (zh) * | 2021-03-05 | 2021-07-06 | 深圳市拓安信计控仪表有限公司 | 基于业务信息的智能抄表方法、系统、主机及存储介质 |
| CN113125849A (zh) * | 2021-04-06 | 2021-07-16 | 上海创能国瑞新能源科技股份有限公司 | 智能电表数据的处理方法和装置 |
| CN114217106A (zh) * | 2021-12-14 | 2022-03-22 | 青岛理工大学 | 一种基于改进gm(1,1)模型的智能电能表集抄数据二次研判方法 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104036357A (zh) * | 2014-06-12 | 2014-09-10 | 国家电网公司 | 用户用电窃电行为模式的分析方法 |
| CN105699760A (zh) * | 2016-01-22 | 2016-06-22 | 国网冀北电力有限公司电力科学研究院 | 电能计量设备及用电信息采集设备的运行工况分析方法 |
| CN105809277A (zh) * | 2016-03-03 | 2016-07-27 | 国网浙江省电力公司 | 一种电力营销稽查精益化管控主题大数据预测方法 |
-
2016
- 2016-09-22 CN CN201610844208.0A patent/CN106651093A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104036357A (zh) * | 2014-06-12 | 2014-09-10 | 国家电网公司 | 用户用电窃电行为模式的分析方法 |
| CN105699760A (zh) * | 2016-01-22 | 2016-06-22 | 国网冀北电力有限公司电力科学研究院 | 电能计量设备及用电信息采集设备的运行工况分析方法 |
| CN105809277A (zh) * | 2016-03-03 | 2016-07-27 | 国网浙江省电力公司 | 一种电力营销稽查精益化管控主题大数据预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王卫公等: "基于灰色分析的集抄数据异常判定", 《电网与清洁能源》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112927010A (zh) * | 2021-02-08 | 2021-06-08 | 国网上海市电力公司 | 基于电费出账风险管控的用电信息采集数据二次研判方法 |
| CN113079426A (zh) * | 2021-03-05 | 2021-07-06 | 深圳市拓安信计控仪表有限公司 | 基于业务信息的智能抄表方法、系统、主机及存储介质 |
| CN113125849A (zh) * | 2021-04-06 | 2021-07-16 | 上海创能国瑞新能源科技股份有限公司 | 智能电表数据的处理方法和装置 |
| CN114217106A (zh) * | 2021-12-14 | 2022-03-22 | 青岛理工大学 | 一种基于改进gm(1,1)模型的智能电能表集抄数据二次研判方法 |
| CN114217106B (zh) * | 2021-12-14 | 2023-05-23 | 青岛理工大学 | 一种基于改进gm(1,1)模型的智能电能表集抄数据二次研判方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110097297B (zh) | 一种多维度窃电态势智能感知方法、系统、设备及介质 | |
| CN106447534A (zh) | 一种基于灰色关联度分析的用电模式稳定性判别方法 | |
| Luo et al. | Electric load shape benchmarking for small-and medium-sized commercial buildings | |
| CN106022592B (zh) | 一种用电行为异常检测与治安风险预警方法及装置 | |
| CN103678766B (zh) | 一种基于pso算法的异常用电客户检测方法 | |
| CN105117810A (zh) | 一种阶梯电价机制下居民用电中期负载预测方法 | |
| CN106408125A (zh) | 一种智能低压集抄复核管控系统 | |
| Sun et al. | Outlier data treatment methods toward smart grid applications | |
| CN106651093A (zh) | 一种用于低压集抄系统的智能复核管控方法 | |
| CN106327359A (zh) | 一种基于用电模式分析的集抄数据异常判定方法 | |
| CN101398919A (zh) | 利用模式分析的电力需求信息分析系统及其方法 | |
| CN106845748A (zh) | 一种低压集抄系统数据偏差原因的智能辨识方法 | |
| CN111461521A (zh) | 一种基于电力大数据的居民住房空置率分析方法 | |
| CN110298567A (zh) | 利用综合能源系统能耗大数据确定典型日负荷曲线的方法 | |
| CN110244099A (zh) | 基于用户电压的窃电检测方法 | |
| CN112232625A (zh) | 基于时空大数据的输变电工程造价评估方法 | |
| CN106022640B (zh) | 电量指数核对系统及方法 | |
| CN106503880A (zh) | 一种低压集抄系统零电量用户的智能辨识方法 | |
| CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
| WO2022041265A1 (zh) | 一种面向电动汽车电力用户大数据服务方法 | |
| CN112132631A (zh) | 一种基于电力客户画像的标签用电管理方法 | |
| CN111612054A (zh) | 一种基于非负矩阵分解和密度聚类的用户窃电行为识别方法 | |
| CN111489270A (zh) | 一种以线路为单元的配网停电敏感度评价方法 | |
| CN112001551B (zh) | 一种基于大用户电量信息的地市电网售电量预测方法 | |
| CN114048200A (zh) | 一种计及缺失数据补齐的用户用电行为分析方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
| RJ01 | Rejection of invention patent application after publication |