CN111242808B - 一种电力用户分类方法、电子设备和存储介质 - Google Patents
一种电力用户分类方法、电子设备和存储介质 Download PDFInfo
- Publication number
- CN111242808B CN111242808B CN202010337162.XA CN202010337162A CN111242808B CN 111242808 B CN111242808 B CN 111242808B CN 202010337162 A CN202010337162 A CN 202010337162A CN 111242808 B CN111242808 B CN 111242808B
- Authority
- CN
- China
- Prior art keywords
- power
- electric equipment
- voltage
- time
- amplitude
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013145 classification model Methods 0.000 claims abstract description 35
- 230000005611 electricity Effects 0.000 claims description 72
- 238000012544 monitoring process Methods 0.000 claims description 58
- 230000003203 everyday effect Effects 0.000 claims description 22
- 230000003247 decreasing effect Effects 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 230000015654 memory Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Public Health (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明实施例公开了一种电力用户分类方法、电子设备和存储介质,该方法包括:获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度;根据电压变化幅度和功率变化幅度生成电力用户的用电时序数据;从用电时序数据中提取用电特征;将用电特征输入电力用户分类模型中得到电力用户的用户类型,其中电压变化幅度为电力用户开始或者停止使用用电设备时造成电压变化的幅度,本发明实施例能够自动获取电力用户开始或者停止使用用电设备时的电压变化幅度,以提取电力用户的用电特征输入到预先训练的电力用户分类模型对电力用户进行分类,既实现了对电力用户的自动分类,节省人力成本,又可以持续对电力用户的用电类型进行监督和更新。
Description
技术领域
本发明实施例涉及电力技术领域,尤其涉及一种电力用户分类方法、电子设备和存储介质。
背景技术
随着科学技术发展和电力技术改革,需要对电力用户进行分类,从而方便各大售电公司为不同类型的电力用户提供对应的用电服务。
在现有技术中,对电力用户进行分类主要通过人工收集用电地址的电力用户的信息以对电力用户进行人工分类,当用电地址的用电性质改变时导致电力用户的类型变更,需要人工重新收集变更后的电力用户的信息重新确定电力用户的类型,当电力用户数量比较庞大时,需要耗费大量人员和时间对电力用户进行分类,并且需要人工对电力用户的类型进行监督和更新。
发明内容
本发明实施例提供一种电力用户分类方法、电子设备和存储介质,以解决现有技术中人工对电力用户进行分类耗费人力以及无法对电力用户的类型进行监督和更新的问题。
第一方面,本发明实施例提供了一种电力用户分类方法,包括:
获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,所述电压变化幅度为所述电力用户开始使用或者停止使用用电设备时造成电压变化的幅度;
根据所述电压变化幅度和所述功率变化幅度生成所述电力用户使用所述用电设备的用电时序数据;
从所述用电时序数据中提取所述电力用户使用所述用电设备的用电特征;
将所述用电特征输入预先训练的电力用户分类模型中,得到所述电力用户的用户类型;
其中,所述根据所述电压变化幅度和所述功率变化幅度生成所述电力用户使用所述用电设备的用电时序数据,包括:
在每天获取到的电压变化幅度中选择出大小相等的第一电压变化幅度和第二电压变化幅度,所述第二电压变化幅度为在监测到所述第一电压变化幅度之后所监测到的电压变化幅度;
获取监测到所述第一电压变化幅度和所述第二电压变化幅度的时间;
采用监测到所述第一电压变化幅度的时间作为所述用电设备的开始使用时间、监测到所述第二电压变化幅度的时间作为所述用电设备的停止使用时间,以及监测到所述第一电压变化幅度时记录的功率变化幅度作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据。
可选地,所述获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,包括:
在预设时间段内按照预设周期监测所述电力用户用电时的电压变化幅度;
在所述电压变化幅度大于预设阈值时记录所述电压变化幅度以及记录电压变化时的功率变化幅度;
其中, 所述电压变化幅度为当前监测周期监测到的电压与上一监测周期监测到的电压的差值的绝对值,所述功率变化幅度为当前监测周期监测到的功率与上一监测周期监测到的功率的差值的绝对值。
可选地,所述根据所述电压变化幅度和所述功率变化幅度生成所述电力用户使用所述用电设备的用电时序数据,包括:
获取表示每天监测到电压变化幅度时电压的电压波形;
将所述电压波形输入预先训练的分类模型中以输出所述电压变化幅度的操作类型,其中,所述操作类型包括开始使用用电设备、停止使用用电设备、调高用电设备功率以及调低用电设备功率;
根据所述电压变化幅度的大小和所述的操作类型确定属于同一个用电设备的电压变化幅度;
针对同一个用电设备,以调高用电设备功率和调低用电设备功率所引起的电压变化幅度的监测时间为分割点,将开始使用用电设备到停止使用用电设备的监测时间之间的时间段划分为多个子时间段;
采用每个分割点监测到的功率变化幅度计算每个子时间段中所述用电设备的功率;
计算每个子时间段中所述用电设备的功率的平均值得到所述用电设备的平均功率;
采用操作类型为开始使用用电设备的电压变化幅度的监测时间作为所述用电设备的开始使用时间、停止使用用电设备的电压变化幅度的监测时间作为所述用电设备的停止使用时间,以及所述平均功率作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据。
可选地,所述根据所述电压变化幅度的大小和所述的操作类型确定属于同一个用电设备的电压变化幅度,包括:
根据所述操作类型和所述电压变化幅度的大小确定开始使用第一用电设备的第一电压变化幅度和停止使用所述第一用电设备的第二电压变化幅度;
判断在所述第一电压变化幅度的监测时间到所述第二电压变化幅度的监测时间的第一时间段内是否包含开始使用或者停止使用第二用电设备所引起的电压变化幅度;
若是,将所述第一时间段划分为第二时间段和第三时间段,所述第二时间段为同时使用所述第一用电设备和所述第二用电设备的时间段,所述第三时间段为所述第一时间段中除了所述第二时间段以外的时间段;
将所述第三时间段中监测到的多个第三电压变化幅度与所述第二时间段中监测到的多个第三电压变化幅度匹配,所述第三电压变化幅度为调高用电设备功率和调低用电设备功率所引起的电压变化幅度;
若匹配成功,则确定匹配成功的第三电压变化幅度为调高所述第一用电设备功率和调低所述第一用电设备功率所引起的电压变化幅度。
可选地,所述从所述用电时序数据中提取所述电力用户使用所述用电设备的用电特征,包括:
基于所述用电时序数据中所述用电设备的功率将所述电力用户所使用的用电设备划分为不同功耗等级的用电设备;
将所述用电时序数据中用电设备的停止使用时间减去开始使用时间,得到所述用电设备的使用时长;
将所述用电时序数据中用电设备的开始使用时间与停止使用时间之间的时间段设置为使用时段;
计算所述使用时长和所述功率的乘积作为所述用电设备的使用电量;
采用所述用电设备的功耗等级、使用时长、使用时段和使用电量生成所述电力用户的用电特征。
可选地,所述基于所述用电时序数据中用电设备的功率将所述电力用户所使用的用电设备划分为不同功耗等级的用电设备,包括:
针对同一用电设备,计算多天的所述用电时序数据中所述用电设备的功率的平均值,获得目标功率;
查找预设的功耗等级分类表,其中,所述功耗等级分类表记录有关联的功耗等级与功率范围;
若所述目标功率在某个功率范围内,则确定所述用电设备属于所述功率范围关联的功耗等级。
可选地,所述电力用户分类模型通过以下方式训练:
获取已知分类的电力用户在预设天数内的用电时序数据,所述用电时序数据包括所述已知分类的电力用户每天使用用电设备的开始使用时间、停止使用时间和所述用电设备的功率;
基于所述已知分类的电力用户的用电时序数据提取所述已知分类的电力用户的用电特征;
采用所述已知分类的电力用户的用电特征和所述已知分类的电力用户的用户类型训练电力用户分类模型。
第二方面,本发明实施例提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任一实施例所述的电力用户分类方法
第三方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任一实施例所述的电力用户分类方法。
本发明实施例通过获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,并根据电压变化幅度和功率变化幅度生成电力用户每天的用电时序数据,进一步从用电时序数据中提取电力用户的用电特征,将用电特征输入预先训练的电力用户分类模型中得到电力用户的用户类型,其中,电压变化幅度为电力用户开始使用或者停止使用用电设备时造成电压变化的幅度,本发明实施例能够实现自动获取电力用户开始使用或者停止使用用电设备时造成电压变化的电压变化幅度来提取电力用户的用电特征,并将用电特征输入到预先训练的电力用户分类模型中来对电力用户进行分类,一方面实现电力用户的自动分类,节省了人力成本,另一方面,可以实时自动对电力用户的用电类型进行监督和更新。
附图说明
图1是本发明实施例一提供的一种电力用户分类方法的步骤流程图;
图2是本发明实施例二提供的一种电力用户分类方法的步骤流程图;
图3是本发明实施例中的用电时序的示意图;
图4A是本发明实施例三提供的一种电力用户分类方法的步骤流程图;
图4B是本发明实施例中两个用电设备同时使用时的时间示意图;
图4C是本发明实施例中功率变化幅度随时间变化的示意图;
图5是本发明实施例四提供的一种电力用户分类装置的结构框图;
图6是本发明实施例五提供的一种电子设备的结构框图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种电力用户分类方法的步骤流程图,本发明实施例可适用于确定电力用户的用户类型的情况,该方法可以由电力用户分类装置来执行,该装置可以通过软件和/或硬件的方式来实现,并集成在执行本方法的电子设备中,具体地,如图1所示,本发明实施例的电力用户分类方法可以包括如下步骤:
S101、获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,所述电压变化幅度为所述电力用户开始使用或者停止使用用电设备时造成电压变化的幅度。
在本发明实施例中,电力用户可以是以户为单位的用电个体,例如可以是以家庭为单位的住宅电力用户,以每个商家为单位的商业电力用户,还可以为以工业企业为单位的工业电力用户等。
在实际应用中,电力用户的室内线路存在电阻,当电力用户开始使用或者停止使用用电设备时,例如,当电力用户插拔用电设备、打开、关闭用电设备的开关时,线路的电流存在变化,线路电阻分担掉一部分电压,引起线路的电压波动,当然,调整用电设备的功率也可以引起线路的电压波动。本发明实施例在电力用户的线路中设置电压采集装置,例如在智能电表中集成电压采集装置,采集电力用户开始使用或者停止使用用电设备时导致电压变化的电压变化幅度,并通过智能电表等设备采集相应的功率变化幅度。具体地,可以按照预设采集周期采集电力用户每年、每个季度、每月、每周中的每天的电压变化幅度和功率变化幅度。其中,电压变化幅度为当前监测周期监测到的电压与上一监测周期监测到的电压的差值的绝对值,功率变化幅度为当前监测周期监测到的功率与上一监测周期监测到的功率的差值的绝对值。
S102、根据所述电压变化幅度和所述功率变化幅度生成所述电力用户使用用电设备的用电时序数据。
在本发明实施例中,用电时序数据可以记录电力用户每天使用某一用电设备的开始使用时间、停止使用时间、用电设备的工作功率。对于线路中的一个用电设备,该用电设备接入线路后为一个负载,其具有固定的电阻、电感,可以认为用电设备接入线路和从线路断开具有相同的属性,即引起的电压变化幅度相同,例如,当用电设备接入线路是导致线路的压降为A,则该用电设备从线路中断开后线路电压升高A。基于此,可以从每天获取到的电压变化幅度中确定大小相等的两个电压变化幅度为同一用电设备接入线路和从线路断开连接所导致,并进一步从监测到上述两个电压变化幅度的时间确定用电设备的开始使用时间和停止使用时间,并以在开始使用时间所记录到的功率变化幅度作为该用电设备的工作功率,进而可以获得电力用户在一天中使用各个用电设备的开始使用时间、停止使用时间以及用电设备的工作功率。
S103、从所述用电时序数据中提取所述电力用户的用电特征。
由于用电时序数据中包含了电力用户每天使用各种用电设备的开始使用时间、停止使用时间以及工作功率,可以从用电时序数据中提取电力用户的用电特征,例如,根据用电设备的工作功率确定该电力用户为低功耗、中功耗、高功耗电力用户、电力用户使用各种功耗的用电设备的时长、使用时间段、使用电量等多个维度的用电特征。
S104、将所述用电特征输入预先训练的电力用户分类模型中,得到所述电力用户的用户类型。
本发明实施例中,电力用户分类模型可以预测出电力用户属于各种用户类型的概率,用户类型可以包括住宅电力用户、商业电力用户和工业电力用户,当然,还可以是低功耗用户、中功耗用户、高功耗用户,本发明实施例对用户类型的设置不加以限制。
当提取到电力用户的多个维度的用电特征后,可以将多个维度的用电特征输入到预先训练的电力用户分类模型中得到电力用户属于各个用户类型的概率,将概率大于预设阈值的用户类型作为电力用户的用户类型。优选的,可以预测电力用户属于住宅电力用户、商业电力用户和工业电力用户中的一种,以便对该电力用户提供相应的用电服务。或者每个季度根据上一季度电力用户的用电特征重新预测电力用户的用户类型,以确定电力用户的用电性质是否发生变化以进一步排查可疑用电。
本发明实施例通过获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,并根据电压变化幅度和功率变化幅度生成电力用户每天的用电时序数据,进一步从用电时序数据中提取电力用户的用电特征,将用电特征输入预先训练的电力用户分类模型中得到电力用户的用户类型,其中,电压变化幅度为电力用户开始使用或者停止使用用电设备时造成电压变化的幅度,本发明实施例能够实现自动获取电力用户开始使用或者停止使用用电设备时造成电压变化的电压变化幅度来提取电力用户的用电特征,并将用电特征输入到预先训练的电力用户分类模型中来对电力用户进行分类,一方面实现电力用户的自动分类,节省了人力成本,另一方面,可以实时自动对电力用户的用电类型进行监督和更新。
实施例二
图2为本发明实施例二提供的一种电力用户分类方法的步骤流程图,本发明实施例在前述实施例一的基础上进行优化,具体地,如图2所示,本发明实施例的电力用户分类方法可以包括如下步骤:
S201、在预设时间段内按照预设周期监测所述电力用户用电时的电压变化幅度。
在本发明实施例中,预设时间段可以根据实际情况来确定,例如可以是一年、每个季度、每个月甚至每周,在预设时间段内可以按照预设周期监测电力用户线路上的电压变化幅度,预设周期可以是1分钟、1秒或者1毫秒等。示例性地,在上一个周期中监测到电力用户的线路电压为220V,当电力用户打开大功率的空调的开关时引起线路电压降低2V,则在当前周期中监测到电力电压为218V,即在当前周期监测到线路中线路的电压变化幅度为2V,当1个小时候,电力用户停止使用空调,监测到线路中的电压为220V,即监测到线路中线路的电压变化幅度为2V。
S202、在所述电压变化幅度大于预设阈值时记录所述电压变化幅度以及记录电压变化时的功率变化幅度。
在实际应用中,对于功率微小的用电设备,例如电脑显示屏处于低功耗或者功率较低的指示灯导致线路中的电压变化幅度非常小,功率微小的用电设备常年的用电量非常低,也不能反应出电力用户的用户类型,因此对于监测到的电压变化幅度,仅在电压变化幅度大于预设阈值时记录监测到的电压变化幅度以及记录电压变化时的功率变化幅度,具体预设阈值可以根据实际情况来设定,本发明实施例对此不加以限制。
S203、在每天获取到的电压变化幅度中选择出大小相等的第一电压变化幅度和第二电压变化幅度,所述第二电压变化幅度为在监测到所述第一电压变化幅度之后所监测到的电压变化幅度。
本发明实施例以每天为单位生成电力用户的用电时序数据,在实际应用中,不同用电设备具有不同的电气特性,每个用电设备接入线路或者从线路中断开时所引起线路中的电压变化幅度不同,可以在每天记录得到的多个电压变化幅度中选择出大小相等的第一电压变化幅度和第二电压变化幅度,其中,第二电压变化幅度为在监测到第一电压变化幅度之后所监测到的电压变化幅度。
S204、获取监测到所述第一电压变化幅度和所述第二电压变化幅度的时间。
具体地,本发明实施例按照预设周期监测线路中的电压变化幅度,在记录电压变化幅度时可以同步记录监测到电压变化幅度的时间。
S205、采用监测到所述第一电压变化幅度的时间作为所述用电设备的开始使用时间、监测到所述第二电压变化幅度的时间作为所述用电设备的停止使用时间,以及监测到所述第一电压变化幅度时记录的功率变化幅度作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据。
在确定大小相等的第一电压变化幅度和第二电压变化幅度,并确定记录到第一电压变化幅度和第二电压变化幅度的时间之后,记录到第一电压变化幅度的时间即为用电设备的开始使用时间,记录到第二电压变化幅度的时间即为用电设备的停止使用时间,记录到第一电压变化幅度时所同步记录的功率变化幅度即为用电设备的工作功率。
以下结合图3对生成用电时序进行示例说明,如图3所示,对于电力用户A,记录如下数据:
电力用户在06:30使用用电设备1:记录到电压由220V降低为217V,总用电功率由5W增加到1505W,最终记录06:30记录电压变化幅度为3V,功率变化幅度为1500W;
07:00停止使用用电设备1:记录到电压由217V上升为220V,总用电功率由1505W降低到5W,最终07:00记录电压变化幅度为3V,功率变化幅度为1500W;
10:50使用用电设备2:记录到电压由220V降低到219V,总用电功率由5W上升到1005W,最终10:50记录电压变化幅度为1V,功率变化幅度为1500W;
11:00使用用电设备3:记录到电压由219V降低到214V,总用电功率由1505W上升到3505W,最终11:00记录电压变化幅度为5V,功率变化幅度为2000W;
11:30停止使用用电设备2:记录到电压由214V上升为215V,总用电功率由3505W降低到2005W,最终11:30记录电压变化幅度为1V,功率变化幅度为1500W;
12:00停止使用用电设备3:记录到电压由215V上升为220V,总用电功率由2005W降低到5W,最终12:00记录电压变化幅度为5V,功率变化幅度为20000W。
最终生成电力用户的用电时序图如图3,在图3中记录了电力用户使得用电设备1和用电设备2的开始时间和停止使用时间,并且记录了用电设备1和用电设备2的工作功率。
S206、基于所述用电时序数据中所述用电设备的功率将所述电力用户所使用的用电设备划分为不同功耗等级的用电设备。
在本发明实施例中,可以提取电力用户所使用的用电设备的功耗等级作为用电特征,具体地,针对同一用电设备,计算多天的所述用电时序数据中用电设备的功率的平均值,获得目标功率;查找预设的功耗等级分类表,其中,所述功耗等级分类表记录有关联的功耗等级与功率范围;若所述目标功率在某个功率范围内,则确定所述用电设备属于所述功率范围关联的功耗等级。
示例性地,在某个电力用户的多天的时序图中,同一用电设备开始使用和停止使用时电压变化幅度是相同的,可以从多天(例如一个月)的用电时序图中查找出电压变化幅度相同的用电设备,并计算该多天中使用该用电设备的功率的平均值,基于该功率平均值在预设的功耗等级分类表中查找出与该功率平均值匹配的功耗等级,功耗等级可以为低功耗(1-500W)、中功耗(501-1200W)、高功耗(1201-3000W),当然在实际应用中本领域技术人员可以根据实际需要设置功耗等级。
本发明实施例采用同一用电设备在多天内使用时的功率计算功率平均值来确定功耗等级,能够适用于电磁炉等功率可变的用电设备,使得功耗等级的划分更为准确。
S207、将所述用电时序数据中用电设备的停止使用时间减去开始使用时间,得到所述用电设备的使用时长。
具体地,如图3所示,用电设备1的开始使用时间为06:30,停止使用时间为07:00,用电设备1的使用时长为0.5小时。
S208、将所述用电时序数据中用电设备的开始使用时间与停止使用时间之间的时间段设置为使用时段。
示例性地,如图3所示,用电设备1的使用时段为06:30-07:00,同理,可以计算出用电设备2和用电设备3的使用时长和使用时段。
S209、计算所述使用时长和所述功率的乘积作为所述用电设备的使用电量。
在本发明实施例中,用电设备的使用电量为功率和使用时长的乘积,如图3所示,用电设备1的使用电量为1500W×0.5H=750W.H,用电设备2的使用电量为1500W×0.67H≈750W.H,用电设备3的使用电量2000W×1H=2000W.H。
S210、采用所述用电设备的功耗等级、使用时长、使用时段和使用电量生成所述电力用户的用电特征。
在本发明的可选实施例中,还可以对使用时长和使用电量进行标准化处理,将标准化处理后的使用时长和使用电量作为用电特征,具体地,可以计算每天所有用电设备的使用时长的平均值和标准差,计算每天所有用电设备的使用电量的平均值和标准差,基于使用时长的平均值和标准差对每天所使用的用电设备的使用时长进行标准化处理,以及基于使用电量的平均值和标准差对每天所使用的用电设备的使用电量进行标准化处理,具体可以通过以下公式进行标准化处理:
为所有用电设备的使用时长或者使用电量的平均值, 为所有用电设备的使用
时长或者使用电量的标准差,为未标准化处理前的使用时长或者使用电量,为标准化
处理前的使用时长或者使用电量。本发明实施例通过对使用时长和使用电量做标准化处
理,能够避免错误数据的影响,提高电力用户的用电特征的准确性,从而提高预测得到的用
户类型的准确度。
S211、将所述用电特征输入预先训练的电力用户分类模型中,得到所述电力用户的用户类型。
在本发明实施例中,电力用户分类模型可以通过以下方式训练:
获取已知分类的电力用户在预设天数内的用电时序数据,该用电时序数据包括已知分类的电力用户每天使用用电设备的开始使用时间、停止使用时间和用电设备的功率;基于已知分类的电力用户的用电时序数据提取已知分类的电力用户的用电特征;采用已知分类的电力用户的用电特征和已知分类的电力用户的用户类型训练电力用户分类模型。
其中,在获取已知分类的电力用户时,可以获取不同分类的用户类型的用户,例如,根据电力用户所登记的用电地址获取不同用户类的电力用户,例如获取商业街的电力用户、住宅区的电力用户和工业区的电力用户,以提高训练出的电力用户分类模型的适应范围,更优选地,可以获取电力用户一年内每天的用电时序数据来提取电力用户的用电特征,使得训练得到的电力用户分类模型可以适应于各个季节的用电习惯,其中,生成用电时序数据和提取用电特征可参考S201-S210,在此不再详述。另外,电力用户分类模型可以是RNN、DNN、LSTM等,本发明实施例对模型结构不作限制,对训练模型的方式也不加以限制。
本发明实施例将多个维度的用电特征输入到预先训练的电力用户分类模型中得到电力用户属于各个用户类型的概率,将概率大于预设阈值的用户类型作为电力用户的用户类型。优选的,可以预测电力用户属于住宅电力用户、商业电力用户和工业电力用户中的一种,以便对该电力用户提供相应的用电服务。或者每个季度根据上一季度电力用户的用电特征重新预测电力用户的用户类型,以确定电力用户的用电性质是否发生变化以进一步排查可疑用电。
本发明实施例在预设时间段内按照预设周期监测电力用户用电时的电压变化幅度,在电压变化幅度大于阈值时记录电压变化幅度和功率变化幅度,并生成电力用户每天的用电时序数据,从该用电时序数据中提取电力用户的用电设备的功耗等级、使用时长、使用时间段和使用电量等多维度的数据作为用电特征,并将用电特征输入到预先训练的电力用户分类模型中来对电力用户进行分类,一方面实现电力用户的自动分类,节省了人力成本,另一方面,可以实时自动对电力用户的用电类型进行监督和更新。
进一步地,用电特征包括电力用户的用电设备的功耗等级、使用时长、使用时段和使用电量等多个维度,提高了预测得到的用户类型的准确度。
实施例三
图4A为本发明实施例三提供的一种电力用户分类方法的步骤流程图,本发明实施例在前述实施例一的基础上进行优化,具体地,如图4A所示,本发明实施例的电力用户分类方法可以包括如下步骤:
S301、获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,所述电压变化幅度为所述电力用户开始使用或者停止使用用电设备时造成电压变化的幅度。
步骤S301可参考实施例一中的S101或参考实施例二中的S201-S202,在此不再详述。
S302、获取每天监测到电压变化幅度时电压的电压波形。
在实际应用,可以按照预设周期对电压进行监测获得多个电压,以横坐标轴表示电压的监测时间,纵坐标表示监测到的电压绘制电压曲线,电压出现波动时,可以从电压曲线上截取电压波动时的电压波形。其中,电压波动可以是开始使用用电设备、停止使用用电设备、调高或调低用电设备的功率所导致,并能够检测到电压波动时的电压变化幅度。
S303、将所述电压波形输入预先训练的分类模型中以输出引起所述电压变化幅度的操作类型,其中,所述操作类型包括开始使用用电设备、停止使用用电设备、调高用电设备功率以及调低用电设备功率。
在本发明实施例中,可以采集大量开始使用用电设备、停止使用用电设备、调整用电设备的功率时的电压波形,并标注引起电压波动的电压波形的操作类型作为标签来训练分类模型,通过该分类模型可以预测出电压波形所属的操作类型。
在获得每个电压变化幅度对应的电压波形后,可以将电压波形输入到预先训练的分类模型中以输出引起电压变化幅度的操作类型,即确定监测到该电压变化幅度是由开始使用用电设备、停止使用用电设备、调高用电设备功率以及调低用电设备功率中的一种操作所引起的电压变化幅度。
S304、根据所述电压变化幅度的大小和所述的操作类型确定属于同一个用电设备的电压变化幅度。
在实际应用中,属于同一个用电设备的电压变化幅度可以包括开始使用用电设备、停止使用用电设备所引起的电压变化幅度,还可以包括调高用电设备功率和调低用电设备功率所引起的电压变化幅度。
在本发明的可选实施例中,可以根据操作类型和电压变化幅度的大小确定开始使用第一用电设备的第一电压变化幅度和停止使用第一用电设备的第二电压变化幅度,并判断在第一电压变化幅度的监测时间到第二电压变化幅度的监测时间的第一时间段内是否包含开始使用或者停止使用第二用电设备所引起的电压变化幅度,若是,将第一时间段划分为第二时间段和第三时间段,第二时间段为同时使用第一用电设备和第二用电设备的时间段,第三时间段为第一时间段中除了第二时间段以外的时间段,将第三时间段中监测到的多个第三电压变化幅度与第二时间段中监测到的多个第三电压变化幅度匹配,第三电压变化幅度为调高用电设备功率和调低用电设备功率所引起的电压变化幅度,若匹配成功,则确定匹配成功的第三电压变化幅度为调高第一用电设备功率和调低第一用电设备功率所引起的电压变化幅度。
具体地,如图4B所示,如果监测到一个由操作类型为开始使用第一用电设备所引起的第一电压变化幅度V1,则从由操作类型为停止使用第一用电设备所引起的第多个电压变化幅度中确定出大小与第一电压变化幅度V1相等的第二电压变化幅度V2,并记录监测到第一电压变化幅度V1的第一时间T1和第二电压变化幅度V2的第二时间T2,如果在第一时间T1到第二时间T2之间未监测到任何的电压波动幅度,则确定第一用电设备为恒功率用电设备。
如果在第一时间T1到第二时间T2之间监测到电压波动幅度,则进一步判断第一时间T1到第二时间T2之间监测到电压波动幅度是否为由于开始使用或者停止使用第二用电设备所引起的电压变化幅度,若是,则说明电力用户在使用第一用电设备的过程中同时使用第二用电设备,如图4B所示,电力用户在第三时间T3开始使用第二用电设备,则可以确定第一时间段为T1-T2,第二时间段为T3-T2,第三时间段为T1-T3。如果在第一时间段T1-T2还监测到多个调高用电设备功率和调低用电设备功率所引起的第三电压变化幅度,则将第三时间段T1-T3监测到的多个第三电压变化幅度与第二时间段T3-T2监测到的多个第三电压变化幅度匹配,在实际应用中,第三电压变化幅度匹配可以是由于不同用电设备具有不同的特效来匹配,例如,对于具有不同档位功率的用电设备,其档位调整时电压波动时的电压波形或者电压波动幅度值相似,可以基于此对第三电压变化幅度进行匹配,以此确定第三电压变化幅度为同一个用电设备调整功率时所导致的,若匹配成功,说明匹配成功的第三电压变化幅度为调高第一用电设备功率和调低第一用电设备功率所引起的电压变化幅度,由此可以得到开始使用第一用电设备、停止使用第一用电设备、调高第一用电设备功率和调低第一用电设备功率所引起的所有的电压变化幅度,并确定第一用电设备为变功率用电设备。
S305、以调高用电设备功率和调低用电设备功率所引起的电压变化幅度的监测时间为分割点,将开始使用用电设备到停止使用用电设备的监测时间之间的时间段划分为多个子时间段。
对于每个用电设备,如果该用电设备为恒功率用电设备,则无需执行S305和S306,可以直接将开始使用该用电设备时监测到的电压变化幅度作为该用电设备的功率。
如果用电设备为变功率用电设备,则可以以每个调整功率的时间点为分割点将开始使用该用电设备和停止使用该用电设备的时间段划分为多个子时间段。
S306、采用每个分割点监测到的功率变化幅度计算每个子时间段中所述用电设备的功率。
具体地,每监测到一个电压变化幅度都相应地记录一个功率变化幅度,可以根据功率变化幅度计算每个子时间段中用电设备的功率。如图4C所示,第一用电设备开始使用时间为T1,功率变化幅度为1000W,在时间T2开始使用第二用电设备,功率变化幅度为1000W,在时间T3调低第一用电设备功率,功率变化幅度为200W,在时间T4停止使用第一用电设备,则可以确定,在时间T1-T2第一用电设备的功率为1000W,在时间T2-T3第一用电设备的功率为1000W,在时间T3-T4第一用电设备的功率为800W。
S307、计算每个子时间段中所述用电设备的功率的平均值得到所述用电设备的平均功率。
在本发明实施例中,可以计算各个子时间段的功率和子时间段的时长的乘积来计算出每个子时间段的电量,计算总电量和总时长的比值得到平均功率。
S308、采用监测到开始使用所述用电设备的电压变化幅度的时间作为所述用电设备的开始使用时间、监测到停止使用所述用电设备的电压变化幅度的时间作为所述用电设备的停止使用时间,以及所述平均功率作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据。
S309、从所述用电时序数据中提取所述电力用户使用所述用电设备的用电特征。
S310、将所述用电特征输入预先训练的电力用户分类模型中,得到所述电力用户的用户类型。
步骤S308-S310可参考实施例一中S103-S104或参考实施例二中S205-S211,在此不再详述。
本发明实施例获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,并获取每天监测到电压变化幅度时电压的电压波形,将电压波形输入预先训练的分类模型中以输出引起电压变化幅度的操作类型,根据电压变化幅度的大小和的操作类型确定属于同一个用电设备的电压变化幅度,以调高用电设备功率和调低用电设备功率所引起的电压变化幅度的监测时间为分割点,将开始使用用电设备到停止使用用电设备的监测时间之间的时间段划分为多个子时间段,采用每个分割点监测到的功率变化幅度计算每个子时间段中用电设备的功率,进一步计算每个子时间段中所述用电设备的功率的平均值得到所述用电设备的平均功率,采用监测到开始使用所述用电设备的电压变化幅度的时间作为所述用电设备的开始使用时间、监测到停止使用所述用电设备的电压变化幅度的时间作为所述用电设备的停止使用时间,以及所述平均功率作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据,从用电时序提取用电特征后输入预先训练的电力用户分类模型中得到电力用户的用户类型,一方面实现电力用户的自动分类,节省了人力成本,另一方面,可以实时自动对电力用户的用电类型进行监督和更新。
进一步地,将电压变化幅度的电压波形输入预设分类模型得到对用电设备的操作类型,以此来确定属于同一个用电设备的电压变化幅度,能够识别出变功率用电设备的各个使用阶段,提高了用电设备识别的准确度以及功率计算的准确度,进一步能够提取到更准确的用电特征,提高用户分类的精准度。
实施例四
图5是本发明实施例四提供的一种电力用户分类装置的结构框图,如图5所示,本发明实施例的电力用户分类装置具体可以包括如下模块:
电压和功率变化幅度获取模块501,用于获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,所述电压变化幅度为所述电力用户开始使用或者停止使用用电设备时造成电压变化的幅度;
用电时序生成模块502,用于根据所述电压变化幅度和所述功率变化幅度生成所述电力用户每天的用电时序数据;
用电特征提取模块503,用于从所述用电时序数据中提取所述电力用户的用电特征;
用户类型预测模块504,用于将所述用电特征输入预先训练的电力用户分类模型中,得到所述电力用户的用户类型;
其中,所述用电时序生成模块502包括:
相等电压变化幅度选择子模块,用于在每天获取到的电压变化幅度中选择出大小相等的第一电压变化幅度和第二电压变化幅度,所述第二电压变化幅度为在监测到所述第一电压变化幅度之后所监测到的电压变化幅度;
时间获取子模块,用于获取监测到所述第一电压变化幅度和所述第二电压变化幅度的时间;
用电时序生成子模块,用于采用监测到所述第一电压变化幅度的时间作为所述用电设备的开始使用时间、监测到所述第二电压变化幅度的时间作为所述用电设备的停止使用时间,以及监测到所述第一电压变化幅度时记录的功率变化幅度作为所述用电设备的功率以生成所述电力用户每天的用电时序。
可选地,所述电压和功率变化幅度获取模块501包括:
电压变化幅度监测子模块,用于在预设时间段内按照预设周期监测所述电力用户用电时的电压变化幅度;
电压和功率变化幅度记录子模块,用于在所述电压变化幅度大于预设阈值时记录所述电压变化幅度以及记录电压变化时的功率变化幅度;
其中, 所述电压变化幅度为当前监测周期监测到的电压与上一监测周期监测到的电压的差值的绝对值,所述功率变化幅度为当前监测周期监测到的功率与上一监测周期监测到的功率的差值的绝对值。
可选地,所述用电时序生成模块502包括:
电压波形获取子模块,用于获取表示每天监测到的电压变化幅度的电压波形;
操作类型确定子模块,用于将所述电压波形输入预先训练的分类模型中以输出引起所述电压变化幅度的操作类型,其中,所述操作类型包括开始使用用电设备、停止使用用电设备、调高用电设备功率以及降低用电设备功率;
用电设备电压变化幅度确定子模块,用于根据所述操作类型和所述电压变化幅度的大小确定属于同一个用电设备的电压变化幅度,所述属于同一个用电设备的电压变化幅度包括开始使用用电设备、停止使用用电设备、调高用电设备功率和调低用电设备功率所引起的电压变化幅度;
时间段分割子模块,用于以调高用电设备功率和调低用电设备功率所引起的电压变化幅度的监测时间为分割点,将开始使用用电设备到停止使用用电设备的监测时间之间的时间段划分为多个子时间段;
功率计算子模块,用于采用每个分割点监测到的功率变化幅度计算每个子时间段中所述用电设备的功率;
平均功率计算子模块,用于计算每个子时间段中所述用电设备的功率的平均值得到所述用电设备的平均功率;
用电时序数据生成子模块,用于采用监测到开始使用所述用电设备的电压变化幅度的时间作为所述用电设备的开始使用时间、监测到停止使用所述用电设备的电压变化幅度的时间作为所述用电设备的停止使用时间,以及所述平均功率作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据。
可选地,用电设备电压变化幅度确定子模块包括:
开始和停止使用电压变化幅度确定单元,用于根据所述操作类型和所述电压变化幅度的大小确定开始使用第一用电设备的第一电压变化幅度和停止使用所述第一用电设备的第二电压变化幅度;
判断单元,用于判断在所述第一电压变化幅度的监测时间到所述第二电压变化幅度的监测时间的第一时间段内是否包含开始使用或者停止使用第二用电设备所引起的电压变化幅度;
时间段划分单元,用于将所述第一时间段划分为第二时间段和第三时间段,所述第二时间段为同时使用所述第一用电设备和所述第二用电设备的时间段,所述第三时间段为所述第一时间段中除了所述第二时间段以外的时间段;
匹配单元,用于将所述第三时间段中监测到的多个第三电压变化幅度与所述第二时间段中监测到的多个第三电压变化幅度匹配,所述第三电压变化幅度为调高用电设备功率和调低用电设备功率所引起的电压变化幅度;
电压变化幅度确定单元,用于若匹配成功,则确定匹配成功的第三电压变化幅度为调高所述第一用电设备功率和调低所述第一用电设备功率所引起的电压变化幅度。
可选地,所述用电特征提取模块503包括:
功耗等级划分子模块,用于基于所述用电时序上用电设备的功率将所述电力用户的用电设备划分为不同功耗等级的用电设备;
使用时长计算子模块,用于将所述用电时序数据中用电设备的停止使用时间减去开始使用时间,得到所述用电设备的使用时长;
使用时段设置子模块,用于将所述用电时序数据中用电设备的开始使用时间与停止使用时间之间的时间段设置为使用时段;
使用电量计算子模块,用于计算所述使用时长和所述工作功率的乘积作为所述用电设备的使用电量;
用电特征生成子模块,用于采用所述用电设备的功耗等级、使用时长、使用时段和使用电量生成所述电力用户的用电特征。
可选地,所述功耗等级划分子模块包括:
功率平均值计算单元,用于针对同一用电设备,计算多天的所述用电时序数据中所述用电设备的功率的平均值,获得目标功率;
功耗等级分类表查找单元,用于查找预设的功耗等级分类表,其中,所述功耗等级分类表记录有关联的功耗等级与功率范围;
功耗等级确定单元,用于若所述目标功率在某个功率范围内,则确定所述用电设备属于所述功率范围关联的功耗等级。
可选地,电力用户分类模型训练模块包括:
用电时序图获取子模块,用于获取已知分类的电力用户在预设天数内的用电时序数据,所述用电时序数据包括所述已知分类的电力用户每天使用用电设备的开始使用时间、停止使用时间和所述用电设备的功率;
用电特征子模块,用于基于所述已知分类的电力用户的用电时序数据提取所述已知分类的电力用户的用电特征;
模型训练子模块,用于采用所述已知分类的电力用户的用电特征和所述已知分类的电力用户的用户类型训练电力用户分类模型。
本发明实施例所提供的电力用户分类装置可执行本发明实施例一或实施例二或实施例三所提供的电力用户分类方法,具备执行方法相应的功能模块和有益效果。
实施例五
参照图6,示出了本发明一个示例中的一种电子设备的结构示意图。如图6所示,该电子设备具体可以包括:处理器60、存储器61、具有触摸功能的显示屏62、输入装置63、输出装置64以及通信装置65。该设备中处理器60的数量可以是一个或者多个,图6中以一个处理器60为例。该设备中存储器61的数量可以是一个或者多个,图6中以一个存储器61为例。该设备的处理器60、存储器61、显示屏62、输入装置63、输出装置64以及通信装置65可以通过总线或者其他方式连接,图6中以通过总线连接为例。
存储器61作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例一到实施例二所述的电力用户分类方法对应的程序指令/模块(例如,上述实施三提供的电力用户分类装置中的电压和功率变化幅度获取模块601、用电时序生成模块602、用电特征提取模块603和用户类型预测模块604)。存储器61可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作装置、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器61可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器61可进一步包括相对于处理器60远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
显示屏62为具有触摸功能的显示屏62,其可以是电容屏、电磁屏或者红外屏。一般而言,显示屏62用于根据处理器60的指示显示数据,还用于接收作用于显示屏62的触摸操作,并将相应的信号发送至处理器60或其他装置。可选的,当显示屏62为红外屏时,其还包括红外触摸框,该红外触摸框设置在显示屏62的四周,其还可以用于接收红外信号,并将该红外信号发送至处理器60或者其他设备。
通信装置65,用于与其他设备建立通信连接,其可以是有线通信装置和/或无线通信装置。
输入装置63可用于接收输入的数字或者字符信息,以及产生与设备的电力用户设置以及功能控制有关的键信号输入,还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置64可以包括扬声器等音频设备。需要说明的是,输入装置63和输出装置64的具体组成可以根据实际情况设定。
处理器60通过运行存储在存储器61中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述电力用户分类方法。
具体地,实施例中,处理器60执行存储器61中存储的一个或多个程序时,具体实现本发明实施例提供的电力用户分类方法。
本发明实施例还提供一种计算机可读存储介质,所述存储介质中的指令由设备的处理器执行时,使得设备能够执行如上述方法实施例所述的电力用户分类方法。
需要说明的是,对于装置、电子设备、存储介质实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory, ROM)、随机存取存储器(RandomAccess Memory, RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的电力用户分类方法。
值得注意的是,上述电力用户分类装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行装置执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种电力用户分类方法,其特征在于,包括:
获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,所述电压变化幅度为所述电力用户开始使用或者停止使用用电设备时造成电压变化的幅度;
根据所述电压变化幅度和所述功率变化幅度生成所述电力用户使用所述用电设备的用电时序数据;
从所述用电时序数据中提取所述电力用户使用所述用电设备的用电特征;
将所述用电特征输入预先训练的电力用户分类模型中,得到所述电力用户的用户类型;
其中,所述根据所述电压变化幅度和所述功率变化幅度生成所述电力用户使用所述用电设备的用电时序数据,包括:
在每天获取到的电压变化幅度中选择出大小相等的第一电压变化幅度和第二电压变化幅度,所述第二电压变化幅度为在监测到所述第一电压变化幅度之后所监测到的电压变化幅度;
获取监测到所述第一电压变化幅度和所述第二电压变化幅度的时间;
采用监测到所述第一电压变化幅度的时间作为所述用电设备的开始使用时间、监测到所述第二电压变化幅度的时间作为所述用电设备的停止使用时间,以及监测到所述第一电压变化幅度时记录的功率变化幅度作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据;
所述从所述用电时序数据中提取所述电力用户使用所述用电设备的用电特征,包括:
基于所述用电时序数据中所述用电设备的功率将所述电力用户所使用的用电设备划分为不同功耗等级的用电设备;
将所述用电时序数据中用电设备的停止使用时间减去开始使用时间,得到所述用电设备的使用时长;
将所述用电时序数据中用电设备的开始使用时间与停止使用时间之间的时间段设置为使用时段;
计算所述使用时长和所述功率的乘积作为所述用电设备的使用电量;
采用所述用电设备的功耗等级、使用时长、使用时段和使用电量生成所述电力用户的用电特征。
2.根据权利要求1所述的方法,其特征在于,所述获取电力用户在预设时间段内用电的电压变化幅度和电压变化时的功率变化幅度,包括:
在预设时间段内按照预设周期监测所述电力用户用电时的电压变化幅度;
在所述电压变化幅度大于预设阈值时记录所述电压变化幅度以及记录电压变化时的功率变化幅度;
其中, 所述电压变化幅度为当前监测周期监测到的电压与上一监测周期监测到的电压的差值的绝对值,所述功率变化幅度为当前监测周期监测到的功率与上一监测周期监测到的功率的差值的绝对值。
3.根据权利要求1所述的方法,其特征在于,所述根据所述电压变化幅度和所述功率变化幅度生成所述电力用户使用所述用电设备的用电时序数据,包括:
获取每天监测到电压变化幅度时电压的电压波形;
将所述电压波形输入预先训练的分类模型中以输出所述电压变化幅度的操作类型,其中,所述操作类型包括开始使用用电设备、停止使用用电设备、调高用电设备功率以及调低用电设备功率;
根据所述电压变化幅度的大小和所述的操作类型确定属于同一个用电设备的电压变化幅度;
针对同一个用电设备,以调高用电设备功率和调低用电设备功率所引起的电压变化幅度的监测时间为分割点,将开始使用用电设备到停止使用用电设备的时间段划分为多个子时间段;
采用每个分割点监测到的功率变化幅度计算每个子时间段中所述用电设备的功率;
计算每个子时间段中所述用电设备的功率的平均值得到所述用电设备的平均功率;
采用操作类型为开始使用用电设备的电压变化幅度的监测时间作为所述用电设备的开始使用时间、停止使用用电设备的电压变化幅度的监测时间作为所述用电设备的停止使用时间,以及所述平均功率作为所述用电设备的功率以生成所述电力用户使用所述用电设备的用电时序数据。
4.根据权利要求3所述的方法,其特征在于,所述根据所述电压变化幅度的大小和所述的操作类型确定属于同一个用电设备的电压变化幅度,包括:
根据所述操作类型和所述电压变化幅度的大小确定开始使用第一用电设备的第一电压变化幅度和停止使用所述第一用电设备的第二电压变化幅度;
判断在所述第一电压变化幅度的监测时间到所述第二电压变化幅度的监测时间的第一时间段内是否包含开始使用或者停止使用第二用电设备所引起的电压变化幅度;
若是,将所述第一时间段划分为第二时间段和第三时间段,所述第二时间段为同时使用所述第一用电设备和所述第二用电设备的时间段,所述第三时间段为所述第一时间段中除了所述第二时间段以外的时间段;
将所述第三时间段中监测到的多个第三电压变化幅度与所述第二时间段中监测到的多个第三电压变化幅度匹配,所述第三电压变化幅度为调高用电设备功率和调低用电设备功率所引起的电压变化幅度;
若匹配成功,则确定匹配成功的第三电压变化幅度为调高所述第一用电设备功率和调低所述第一用电设备功率所引起的电压变化幅度。
5.根据权利要求1所述的方法,其特征在在于,所述基于所述用电时序数据中用电设备的功率将所述电力用户所使用的用电设备划分为不同功耗等级的用电设备,包括:
针对同一用电设备,计算多天的所述用电时序数据中所述用电设备的功率的平均值,获得目标功率;
查找预设的功耗等级分类表,其中,所述功耗等级分类表记录有关联的功耗等级与功率范围;
若所述目标功率在某个功率范围内,则确定所述用电设备属于所述功率范围关联的功耗等级。
6.根据权利要求1所述的方法,其特征在于,所述电力用户分类模型通过以下方式训练:
获取已知分类的电力用户在预设天数内的用电时序数据,所述用电时序数据包括所述已知分类的电力用户每天使用用电设备的开始使用时间、停止使用时间和所述用电设备的功率;
基于所述已知分类的电力用户的用电时序数据提取所述已知分类的电力用户的用电特征;
采用所述已知分类的电力用户的用电特征和所述已知分类的电力用户的用户类型训练电力用户分类模型。
7.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6任一项所述的电力用户分类方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-6任一项所述的电力用户分类方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337162.XA CN111242808B (zh) | 2020-04-26 | 2020-04-26 | 一种电力用户分类方法、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010337162.XA CN111242808B (zh) | 2020-04-26 | 2020-04-26 | 一种电力用户分类方法、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111242808A CN111242808A (zh) | 2020-06-05 |
CN111242808B true CN111242808B (zh) | 2020-08-25 |
Family
ID=70870385
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010337162.XA Active CN111242808B (zh) | 2020-04-26 | 2020-04-26 | 一种电力用户分类方法、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111242808B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112183634A (zh) * | 2020-09-29 | 2021-01-05 | 国网山东省电力公司冠县供电公司 | 一种用户需求响应方法、装置、终端及存储介质 |
CN112836886A (zh) * | 2021-02-09 | 2021-05-25 | 国网山西省电力公司吕梁供电公司 | 一种用能服务方法、装置、计算机设备及存储介质 |
CN116795628B (zh) * | 2023-05-24 | 2024-05-14 | 荣耀终端有限公司 | 终端设备的功耗处理方法、终端设备以及可读存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6445909B2 (ja) * | 2015-03-23 | 2018-12-26 | 大阪瓦斯株式会社 | 電力需要予測システム |
CN110544123B (zh) * | 2019-08-29 | 2022-02-01 | 广东电网有限责任公司广州供电局 | 电力用户分类方法、装置、计算机设备和存储介质 |
-
2020
- 2020-04-26 CN CN202010337162.XA patent/CN111242808B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111242808A (zh) | 2020-06-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111242808B (zh) | 一种电力用户分类方法、电子设备和存储介质 | |
US11588896B2 (en) | Electrical meter for identifying devices connected to a smart plug | |
CN105612546B (zh) | 用于能量测量的装置、服务器、系统和方法 | |
TWI419431B (zh) | 電能管理插座架構 | |
CN110514889A (zh) | 一种非侵入式家庭用电负载识别的方法及系统 | |
US11002773B2 (en) | Monitoring apparatus, monitoring method, and storage medium | |
CN110672934A (zh) | 一种非侵入式负荷辨识方法、终端及系统 | |
EP3109969A1 (en) | Appliance inference device and program | |
CN111489188B (zh) | 一种居民可调负荷潜力挖掘方法及系统 | |
WO2018193820A1 (ja) | 在宅判定システムおよび方法 | |
CN112418908A (zh) | 一种共享空调的数据处理方法及数据处理装置 | |
WO2015087473A1 (ja) | 需要予測装置、節電支援システム | |
CN111505944B (zh) | 节能控制策略学习方法、实现空调节能控制的方法及装置 | |
CN111459037A (zh) | 智能家居系统控制方法、装置、电子设备及可读存储介质 | |
CN116643506B (zh) | 智慧能源系统的耗能设备调节方法、装置、控制器及系统 | |
CN112066519B (zh) | 空调器节能控制方法、装置及电子设备 | |
CN105021888A (zh) | 基于数据聚类的谐波数据监测方法 | |
CN115935267A (zh) | 负荷数据的辨识方法、装置以及存储介质 | |
CN115392380A (zh) | 一种识别局放在线监测异常数据的方法、装置及存储介质 | |
KR101718976B1 (ko) | 계절 및 시간에 따른 에너지 부하를 고려한 지능형 에너지 수요 관리 장치 및 그 방법 | |
CN108386977B (zh) | 一种基于大数据的空调设备监控分析系统及方法 | |
US20150268062A1 (en) | Detecting a selected mode of household use | |
US20150112617A1 (en) | Real-time monitoring and analysis of energy use | |
CN207440172U (zh) | 一种电力消耗测量系统 | |
CN109617770B (zh) | 一种基于能效评估的设备操作方法、装置及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |