CN111612647A - 计量表异常数据检测方法、装置、计量表及可读存储介质 - Google Patents
计量表异常数据检测方法、装置、计量表及可读存储介质 Download PDFInfo
- Publication number
- CN111612647A CN111612647A CN202010408875.0A CN202010408875A CN111612647A CN 111612647 A CN111612647 A CN 111612647A CN 202010408875 A CN202010408875 A CN 202010408875A CN 111612647 A CN111612647 A CN 111612647A
- Authority
- CN
- China
- Prior art keywords
- value
- meter
- metering
- current
- metering value
- 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.)
- Granted
Links
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000001514 detection method Methods 0.000 claims abstract description 31
- 238000005259 measurement Methods 0.000 claims description 21
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 abstract description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 17
- 238000001914 filtration Methods 0.000 description 7
- 230000005611 electricity Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 2
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003760 hair shine Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification 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
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Recording Measured Values (AREA)
Abstract
本发明涉及数据检测领域，公开了一种计量表异常数据检测方法，其包括：获取当前计量表的计量值；判断所述计量值是否大于当前计量表的最大计量值；若所述计量值大于当前计量表的最大计量值，则判断当前计量值不正常，重新获取计量值；若所述计量值小于所述计量表的最大计量值且当前计量值的取数次序大于1，则根据预置规则判断所述计量表当前取数次序的计量值是否正常；若所述计量值小于所述计量表的最大计量值且当前计量值的取数次序等于1，则判断所述计量表的计量值正常，记录所述计量值并重复上述步骤。本发明还公开了一种计量表异常数据检测装置、计量表及可读存储介质。本发明保证计量值的正确性，解放投入处理计量值异常的人工劳动力。
Description
技术领域
本发明涉及数据检测领域，尤其是涉及一种计量表异常数据检测方法、装置、计量表及可读存储介质。
背景技术
目前市面上的物联网计量表厂商所生产的计量表，不能保证上报的读数完全正确，只能人为的区分读数的有效性。
申请号CN101557111B公开的用电采集数据智能甄别处理系统，对用电信息数据进行智能甄别处理，过滤非法数据；所述用电采集数据智能甄别处理系统，包括采集模块，采集电网中的用电信息数据；顺序逻辑分析模块，对采集模块采集的用电信息数据进行分类，并根据数据类别确定处理顺序，调用以下模块进行处理：阈值过滤模块，根据预定阈值，过滤用电信息数据中的非法数据；电流关联分析模块，对电流数据进行关联处理，以判断电表表码的不正常工况，根据判断结果，过滤工况不正常的电表表码的电流数据；费率验证分析模块，通过对费率进行运算，判断表码数据是否合理，并过滤不合理的表码数据；数据同比模块：通过对数据本身进行横向比较，过滤非法数据。
现有业务端的水电表统计是按照设备上报的数据为准，然而设备上报数据的准确性无法保证，上报的数据不准确会导致结算时多收、少收用户的钱，这时需要人为进行干预，才能有效防止这类情况发生。随着物联网的日渐发展，后期使用智能水电表的数量会越来越多，人为干预已经无法满足工作需要。
发明内容
本发明目的一是提供一种计量表异常数据检测方法，具有智能监测计量表数据，过滤不正常数据的特点。
本发明的上述发明目的一是通过以下技术方案得以实现的：
一种计量表异常数据检测方法，所述计量表异常数据检测方法，包括以下步骤：
步骤S10：获取当前计量表的计量值；
步骤S20：判断所述计量值是否大于当前计量表的最大计量值,若是则转至步骤S10，若否则转至步骤30；
步骤S30：判断当前计量值的取数次序是否为1，若是则转至步骤S401，若否转至步骤S402；
步骤S401：判定所述计量表的计量值正常，记录所述计量值；
步骤S402：判断当前计量值是否大于历史最近一次计量值，若是转至步骤S50；若否转至步骤S701；
步骤S50：计算当前计量值对比历史记录最近一次计量值的增长量，判断所述增长量是否大于预置增长量阈值，若是转至步骤S60，若否转至步骤S702；
步骤S60：计算当前计量值在当前预置个数的计量表集合对应计量值中的排名与历史最近一次排名对比的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702；
步骤S701：判定当前计量值异常，统计计量值异常的次数并判断所述次数是否达到预置次数阈值，若是转至步骤S80；
步骤S702：判定当前计量值正常，上报当前计量值；
步骤S80：上报异常的计量值。
通过采用上述技术方案，带来以下有益效果：读取当前计量表的计量值，判断当前计量值是否超过计量表的最大计量值，然后计算当前计量表对比历史最近一次计量值的增长量，判断增长量是否超过预置增长量阈值，若超过，则继续判断当前计量值在本次排名与最近一次排名的排名浮动，进而确定本次计量值是否异常，有效保证计量表数据在业务端显示的正确性，自动晒出异常数据，省去了人为检测计量表的数据，大大减少人工成本，使计量表数据检测走向自动化，满足业务需求。
本发明在一较佳示例中可以进一步配置为：
所述步骤S50包括：
计算当前计量值与所述计量表历史最近一次计量值的差值，得到当前计量值对比所述计量表历史最近一次计量值提升的增长量；
判断所述增长量是否大于预置增长阈值，若是转至步骤S60，若否转至步骤S702。
通过采用上述技术方案，判断当前计量值对比历史最近一次计量值的增长量是否大于预置增长阈值，有效检验当前计量值相比历史最近一次的计量值是否增长异常。
本发明在一较佳示例中可以进一步配置为：
所述步骤S60包括：
获取包括当前计量表在内的预置个数计量表当前的计量值数据；
根据预置排序规则对所述计量值数据进行排序，得到各计量表对应计量值的当前排名数据；
从当前排名数据中获取当前计量表对应计量值的所属排名，并与当前计量表的历史最近一次排名做比较，得到排名的浮动位数；
以所述浮动位数与预置浮动位数阈值做比较，判断浮动位数是否大于预置浮动位数阈值；
若是转至步骤S701，若否转至步骤S702。
通过采用上述技术方案，通过对比当前排名与历史最近一次排名的浮动位数，进一步判断当前计量值正常与否，保证当前计量值的正确性与有效性。
本发明在一较佳示例中可以进一步配置为：
所述计算当前计量值与所述计量表历史最近一次计量值的差值，得到当前计量值对比所述计量表历史最近一次计量值提升的增长量包括：
获取当前计量表的计量值集合，当前计量表的计量值集合包括设定时间段内计量表上报的多个计量值；
依次计算所述计量值集合中相邻两个时刻的计量值间的差值，得到增长量集合。
通过采用上述技术方案，通过计算相邻两个计量值之间的差值，得到相邻两个时刻计量值的增长量，便于后续通过判断增长量是否为负，确定增长量对应时刻的计量值为不正常数据。
本发明在一较佳示例中可以进一步配置为：
在所述根据时间先后顺序计算所述计量值集合中相邻两个时刻的计量值间的差值，得到增长量集合的步骤之后，还包括：
检测所述增长量集合中是否存在负值；
若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
通过采用上述技术方案，检测计量值增长量是否存在负值，若存在负值，则表示前后时刻取值存在后一时刻的计量值小于前一时刻的计量值，则后一时刻的计量值明显异常，方便初步判断计量值的异常，进一步根据计量值的排名浮动位数确定计量值是否异常。
本发明在一较佳示例中可以进一步配置为：
在所述根据时间先后顺序计算所述计量值集合中相邻两个时刻的计量值间的差值，得到当前计量值增长量集合的步骤之后，还包括：
检测所述计量值增长量集合中是否存在大于预置增长阈值的增长量；
若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
通过采用上述技术方案，判断是否有增长量超过预置增长阈值，若存在超过预置增长阈值的增长量，则初步确定该增长量对应时刻的计量值不正常，接着根据计量值的排名浮动位数确定计量值是否异常。
本发明在一较佳示例中可以进一步配置为：
在所述在获取当前计量表的计量值集合的步骤之前，还包括：
在所述在获取当前计量表的计量值集合的步骤之前，从预置的计量表标识信息与用户属性信息的对应关系中，查询当前计量表的计量表标识信息对应的用户属性信息；
判断所述用户属性信息的所属用户类型是否为普通用户；
若判断出所属用户属性信息为普通用户时，执行所述获取当前计量表的计量值。
通过采用上述技术方案，判断用户类型，根据用户类型是否为本发明适用用户群，以便准确判断计量表数据是否正常。
本发明目的二是提供一种计量表异常数据检测装置，具有智能监测计量表数据，过滤不正常数据的特点。
本发明的上述发明目的二是通过以下技术方案得以实现的：
一种计量表异常数据检测装置，包括：
获取模块，用于获取当前计量表的计量值；
第一判断模块，用于判断所述计量值是否大于当前计量表的最大计量值,若是则转至获取模块，若否则转至第二判断模块；
第二判断模块，用于判断当前计量值的取数次序是否为1，若是则转至第一判定模块，若否转至第三判读模块；
第一判定模块，用于判定所述计量表的计量值正常，记录所述计量值；
第三判断模块，用于判断当前计量值是否大于历史最近一次计量值，若是转至第四判断模块；若否转至第五判断模块；
第四判断模块，用于计算当前计量值对比历史记录最近一次计量值的增长量，判断所述增长量是否大于预置增长量阈值，若是转至第五判断模块，若否转至第三判断模块；
第五判断模块，用于计算当前计量值在当前预置个数的计量表集合对应计量值中的排名与历史最近一次排名对比的浮动位数是否大于预置浮动位数阈值，若是转至第二判定模块，若否转至第三判定模块；
第二判定模块，用于判定当前计量值异常，统计计量值异常的次数并判断所述次数是否达到预置次数阈值，若是转至上报模块；
第三判定模块，用于判定当前计量值正常，上报当前计量值；
上报模块，用于上报异常的计量值。
通过采用上述技术方案，读取当前计量表的计量值，判断当前计量值是否超过计量表的最大计量值，然后计算当前计量表对比历史最近一次计量值的增长量，判断增长量是否超过预置增长量阈值，若超过，则继续判断当前计量值在本次排名与最近一次排名的排名浮动，进而确定本次计量值是否异常，有效保证计量表数据在业务端显示的正确性，自动晒出异常数据，省去了人为检测计量表的数据，大大减少人工成本，使计量表数据检测走向自动化，满足业务需求。
优选地，所述第四判断模块包括：
计算单元，用于计算当前计量值与所述计量表历史最近一次计量值的差值，得到当前计量值对比所述计量表历史最近一次计量值提升的增长量；
判断单元，用于判断所述增长量是否大于预置增长阈值；
第一执行单元，用于若是转至第五判断模块，若否转至第三判断模块。
通过采用上述技术方案，判断当前计量值对比历史最近一次计量值的增长量是否大于预置增长阈值，有效检验当前计量值相比历史最近一次的计量值是否增长异常。
优选地，所述第五判断模块包括：
获取单元，用于获取包括当前计量表在内的预置个数计量表当前的计量值数据；
排序单元，用于根据预置排序规则对所述计量值数据进行排序，得到各计量表对应计量值的当前排名数据；
比较单元，用于从当前排名数据中获取当前计量表对应计量值的所属排名，并与当前计量表的历史最近一次排名做比较，得到排名的浮动位数；
判断单元，用于以所述浮动位数与预置浮动位数阈值做比较，判断浮动位数是否大于预置浮动位数阈值；
第二执行单元，若是转至第二判定模块，若否转至第三判定模块。
通过采用上述技术方案，通过对比当前排名与历史最近一次排名的浮动位数，进一步判断当前计量值正常与否，保证当前计量值的正确性与有效性。
优选地，所述计算单元包括：
获取子单元，用于获取当前计量表的计量值集合，当前计量表的计量值集合包括设定时间段内计量表上报的多个计量值；
计算子单元，用于依次计算所述计量值集合中相邻两个时刻的计量值间的差值，得到增长量集合。
通过采用上述技术方案，通过计算相邻两个计量值之间的差值，得到相邻两个时刻计量值的增长量，便于后续通过判断增长量是否为负，确定增长量对应时刻的计量值为不正常数据。
优选地，所述计算单元还包括：
第一检测子单元，用于检测所述增长量集合中是否存在负值；
第一判断子单元，用于若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至第二判定模块，若否转至第三判定模块。
通过采用上述技术方案，检测计量值增长量是否存在负值，若存在负值，则表示前后时刻取值存在后一时刻的计量值小于前一时刻的计量值，则后一时刻的计量值明显异常，方便初步判断计量值的异常，进一步根据计量值的排名浮动位数确定计量值是否异常。
优选地，所述计算单元还包括：
第二检测子单元，用于检测所述计量值增长量集合中是否存在大于预置增长阈值的增长量；
第二判断子单元，用于若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至第二判定模块，若否转至第三判定模块。
通过采用上述技术方案，判断是否有增长量超过预置增长阈值，若存在超过预置增长阈值的增长量，则初步确定该增长量对应时刻的计量值不正常，接着根据计量值的排名浮动位数确定计量值是否异常。
所述计量表异常数据检测装置还包括：
查询模块，用于从预置的计量表标识信息与用户属性信息的对应关系中，查询当前计量表的计量表标识信息对应的用户属性信息；
第六判断模块，用于判断所述用户属性信息的所属用户类型是否为普通用户；
执行模块，用于若判断出所属用户属性信息为普通用户时，执行所述获取当前计量表的计量值。
通过采用上述技术方案，判断用户类型，根据用户类型是否为本发明适用用户群，以便准确判断计量表数据是否正常。
本发明目的三是提供一种计量表异常数据检测设备，具有智能监测计量表数据，过滤不正常数据的特点。
本发明的上述发明目的三是通过以下技术方案得以实现的：
一种计量表异常数据检测设备，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行上述计量表异常数据检测方法的计算机程序。
本发明目的四是提供一种计算机存储介质，能够存储相应的程序，具有便于实现计量表异常数据检测方法的特点。
本发明的上述发明目的四是通过以下技术方案得以实现的：
一种计算机可读存储介质，存储有能够被处理器加载并执行上述任一种计量表异常数据检测方法的计算机程序。
综上所述，本发明包括以下至少一种有益技术效果：
通过采用上述技术方案，带来以下有益效果：读取当前计量表的计量值，判断当前计量值是否超过计量表的最大计量值，然后计算当前计量表对比历史最近一次计量值的增长量，判断增长量是否超过预置增长量阈值，若超过，则继续判断当前计量值在本次排名与最近一次排名的排名浮动，进而确定本次计量值是否异常，有效保证计量表数据在业务端显示的正确性，自动晒出异常数据，省去了人为检测计量表的数据，大大减少人工成本，使计量表数据检测走向自动化，满足业务需求。
附图说明
图1为本发明计量表异常数据检测方法一实施例的流程示意图；
图2为图1中步骤S50一实施例的细化流程示意图；
图3为图1中步骤S60一实施例的细化流程示意图；
图4为图2中步骤S501第一实施例的细化流程示意图；
图5为图2、4中步骤S501第二实施例的细化流程示意图；
图6为图2、4中步骤S501第二实施例的细化流程示意图；
图7为本发明计量表异常数据检测方法另一实施例的流程示意图；
图8为本发明计量表异常数据检测装置第一实施例的功能模型示意图。
具体实施方式
以下结合附图对本发明作进一步详细说明。
本具体实施例仅仅是对本发明的解释，其并不是对本发明的限制，本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改，但只要在本发明的权利要求范围内都受到专利法的保护。
参照图1，图1为本发明计量表异常数据检测方法一实施例的流程示意图。本实施例中，所述计量表异常数据检测方法包括：
步骤S10：获取当前计量表的计量值；
本发明实施例中，计量表包括水表或电表，基于运营商的NB-IOT物联网络，数据库服务器定时性地获取计量表的用户所用资源数据，每个计量值包括计量表标识信息、计量表的计量值、读取计量值时间等，计量值还可以包括其他信息，此处不再赘述。
例如，获取当前计量表的计量值100，若该计量表为电表，则表示100千瓦每小时，同时标记取数的时间、电表的标识信息。
步骤S20：判断所述计量值是否大于当前计量表的最大计量值,若是则转至步骤S10，若否则转至步骤30；
本发明实施例中，任何计量表都有最大计量值，当计量值超过最大计量值时，计量表即会归零，对于一个首次读数的计量表，如果计量值超过该计量表的最大计量值时，则表示这个计量值错误。以获取的计量值与该计量表所能显示的最大计量值做比较，若获取的计量值大于最大计量值，则当前获取的计量值不正常，舍弃该不正常计量值，不进行记录，等待下次读取计量值时间。
步骤S30：判断当前计量值的取数次序是否为1，若是则转至步骤S401，若否转至步骤S402；
步骤S401：判定所述计量表的计量值正常，记录所述计量值；
步骤S402：判断当前计量值是否大于历史最近一次计量值，若是转至步骤S50；若否转至步骤S701；
步骤S50：计算当前计量值对比历史记录最近一次计量值的增长量，判断所述增长量是否大于预置增长量阈值，若是转至步骤S60，若否转至步骤S702；
本实施例中，当前计量值的取数次序大于1，且当前计量值是否大于历史最近一次计量值，则获取历史记录最近一次的计量值，并计算当前计量值与历史最近一次计量值的差值，得到当前计量值对比历史最近一次取值时刻的增长量，判断当前计量值对比历史最近一次计量值的增长量是否大于预置增长量阈值。其中，预置增长量阈值由用户根据历史计量值数据计算确定，也可用户根据本领域的经验进行设定。
步骤S60：计算当前计量值在当前预置个数的计量表集合对应计量值中的排名与历史最近一次排名对比的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702；
步骤S701：判定当前计量值异常，统计计量值异常的次数并判断所述次数是否达到预置次数阈值，若是转至步骤S80；
步骤S702：判定当前计量值正常，上报当前计量值；
步骤S80：上报异常的计量值。
本发明实施例中，若当前计量值的增长量比预置增长量阈值大，计算当前计量值在当前计量表小组的计量值集合中排名名次，以该名次与历史最近一次的名次进行对比，判断名次的浮动位数，若浮动位数超过预置浮动位数阈值，则表明本次计量值出现异常，若浮动位数不超过预置浮动位数阈值，则表明本次计量值正常。
进一步地，若判定计量值异常，则统计计量值异常的次数，若计量值异常的次数达到预设的次数阈值，则将异常的计量值上报管理端。例如，预设异常的次数达到5次即上报异常的计量值，当判定计量值异常，则在当前计量值异常的次数统计值加1，当计量值异常的次数统计值达到5，就将5次异常的计量值上报至管理端。
例如，预设浮动位数阈值为7，若当前计量表的计量值在本次取数的计量表小组内15个计量表的计量值按从小打大的排名为4，而对比当前计量表的上一次取数在计量表小组内的排名为13，则本次排名的位数浮动是9，比预设浮动位数阈值大；若当前计量表的计量值在本次取数的计量表小组内15个计量表的计量值按从小打大的排名为4，而对比当前计量表的上一次取数在计量表小组内的排名为9， 则本次排名的位数浮动是5，比预设浮动位数阈值小。
本发明实施例中，读取当前计量表的计量值，判断当前计量值是否超过计量表的最大计量值，然后计算当前计量表对比历史最近一次计量值的增长量，判断增长量是否超过预置增长量阈值，若超过，则继续判断当前计量值在本次排名与最近一次排名的排名浮动，进而确定本次计量值是否异常，有效保证计量表数据在业务端显示的正确性，自动晒出异常数据，省去了人为检测计量表的数据，大大减少人工成本，使计量表数据检测走向自动化，满足业务需求。
参照图2，图2为图1中步骤S50一实施例的细化流程示意图。在本发明实施例中，上述步骤S50包括：
步骤S501：计算当前计量值与所述计量表历史最近一次计量值的差值，得到当前计量值对比所述计量表历史最近一次计量值提升的增长量；
步骤S502：判断所述增长量是否大于预置增长阈值，若是转至步骤S60，若否转至步骤S702。
本发明实施例时，根据预设增长阈值，当前计量值若大于历史最近一次的计量值，则计算当前计量值比历史最近一次的计量值增长的量，即当前计量值对比历史最近一次计量值的增长量。其中，预置的增长量阈值可以根据资源预设时间段内的用量情况设置，也可由用户自定义设置。
例如，预设用户的每月用水量增长阈值为10吨，若本月智能水表的取数为50吨，而上个月的智能水表取数是30，则本月相比上个月的增长量为50-30=20吨，则本月增长量20吨大于预设的用户用水量阈值10吨；若本月智能水表的取数为50吨，而上个月的智能水表取数是42吨，这本月相比上个月的增长量为8吨，则本月增长量小于预设的用户用水量阈值10吨。
参照图3，图3为图1中步骤S60一实施例的细化流程示意图。在本发明实施例中，上述步骤S60包括：
步骤S601：获取包括当前计量表在内的预置个数计量表当前的计量值数据；
步骤S602：根据预置排序规则对所述计量值数据进行排序，得到各计量表对应计量值的当前排名数据；
步骤S603：从当前排名数据中获取当前计量表对应计量值的所属排名，并与当前计量表的历史最近一次排名做比较，得到排名的浮动位数；
步骤S604：以所述浮动位数与预置浮动位数阈值做比较，判断浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
本发明实施例中，获取包括当前计量表在内的多个计量表的计量表小组当前的计量值数据，按一定排序规则对该计量值数据进行排序，得到该组计量表当前计量值的排名，从中获取当前计量表对应计量值在该组计量表小组内的排名，并与历史最近一次排名做比较，计算排名的浮动位数，根据本次排名的浮动位数判断是否超过预置浮动位数阈值。其中，排名的浮动位数阈值可由用户自定义设置，或根据计量表历史数据计算确定。
例如，预设浮动位数阈值为7，若当前计量表的计量值在本次取数的计量表小组内15个计量表的计量值按从小打大的排名为4，而对比当前计量表的上一次取数在计量表小组内的排名为13，则本次排名的位数浮动是9，比预设浮动位数阈值大；若当前计量表的计量值在本次取数的计量表小组内15个计量表的计量值按从小打大的排名为4，而对比当前计量表的上一次取数在计量表小组内的排名为9， 则本次排名的位数浮动是5，比预设浮动位数阈值小。
参照图4，图4为图2中步骤S501第一实施例的细化流程示意图。在本发明实施例中，步骤S501包括：
步骤S11：获取当前计量表的计量值集合，当前计量表的计量值集合包括设定时间段内计量表上报的多个计量值；
步骤S12：依次计算所述计量值集合中相邻两个时刻的计量值间的差值，得到增长量集合。
本发明实施例中，获取预设时间段内计量表上报的多个计量值，按时间先后顺序进行排列得到当前计量表的计量值集合，依次计算计量值集合中相邻两个时刻的差值。例如当前计量表的计量值集合为 ，计量值差值集合为 ，其中，Sn表示当前计量表上报的第n个时刻的计量值， 表示第n-1个时刻计量值差值，满足 ，n为正整数，n≥2。例如， 。
例如，获取当前计量表的多个计量值按时间先后顺序集合得到集合计量值集合{2,4,6,8,10},则计量值差值集合为{2,2,2,2}。
参照图5，图5为图2、4中步骤S501第二实施例的细化流程示意图。在本发明实施例中，步骤S12之后，还包括：
步骤S13：检测所述增长量集合中是否存在负值；
步骤S14：若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
本发明实施例中，若计量值增长量集合中存在负值，表示存在第i时刻中， 比 小，而根据计量表计量值只会随用户用量递增或用户不适用而维持不变，不会减小，所以可以初步判断第i时刻的计量值存在异常可能。
例如，获取一电表1点到5点的读数增长量集合{2，-1，0，2}，其中，-1为2点到3点的增长量，表示3点的电表读数比2点的电表读数少了1千瓦每小时，所以3点的电表读数不正常。
参照图6，图6为图2、4中步骤S501第二实施例的细化流程示意图。在本发明实施例中，步骤S12之后，还包括：
步骤S113：判断所述计量值增长量集合中是否存在大于预置增长阈值的增长量；
步骤S114：若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
本发明实施例中，预设每次上报计量值的间隔时间一样，并且每个间隔时间用户的资源用量不超过一定量，即每过一个间隔时间计量表的读数增长范围一定，预先设置每个间隔时间用户的资源用量增长阈值，检测计量表计量值增长量是否有大于预置增长阈值。
例如，预设用户每个月的用水量不超过5吨，即每月水表读数的增长量阈值为5，若本月用户水表的读数是50吨，上个月用户水表的读数是40吨，则表示用户本月的用水量为50-40=10吨，水表读数的增长量为10，超过了预设的增长量阈值5，则表示本次水表读数取数不正常。
参照图7，图7为本发明计量表异常数据检测方法另一实施例的流程示意图。在本发明实施例中，在上述步骤S10之前，包括：
步骤S001：从预置的计量表标识信息与用户属性信息的对应关系中，查询当前计量表的计量表标识信息对应的用户属性信息；
步骤S002：判断所述用户属性信息的所属用户类型是否为普通用户；
步骤S003：若时，执行本发明上述步骤。
本发明实施例中，预先设置每个计量表所监测的用户类型，如果是普通用户，资源用量每个间隔时间的波动较小，能够判断计量表读数是否正常；若是非普通用户，资源用量每个间隔时间的波动较大，无法判断计量表读数是否正常。预设计量表标识信息关联用户属性信息，查询当前计量表的标识信息对应的用户属性信息，若判断用户属性信息所属用户类型为普通用户，则进行上述步骤；若判断用户属性信息所属用户类型为非普通用户，则结束计量值检测流程。
进一步地，用户类型可以根据计量表安装的场所进行分类，普通用户可以是居民楼，普通商铺等资源用量波动不高的场所，非普通用户可以是大型商场、办公楼、工业厂房等资源用量波动高的场所。
参照图8，图8为本发明计量表异常数据检测装置第一实施例的功能模型示意图。本实施例中，所述计量表异常数据检测装置包括：
获取模块10，用于获取当前计量表的计量值；
第一判断模块20，用于判断所述计量值是否大于当前计量表的最大计量值,若是则转至获取模块，若否则转至第二判断模块；
第二判断模块30，用于判断当前计量值的取数次序是否为1，若是则转至第一判定模块，若否转至第三判读模块；
第一判定模块40，用于判定所述计量表的计量值正常，记录所述计量值；
第三判断模块50，用于判断当前计量值是否大于历史最近一次计量值，若是转至第四判断模块；若否转至第五判断模块；
第四判断模块60，用于计算当前计量值对比历史记录最近一次计量值的增长量，判断所述增长量是否大于预置增长量阈值，若是转至第五判断模块，若否转至第三判断模块；
第五判断模块70，用于计算当前计量值在当前预置个数的计量表集合对应计量值中的排名与历史最近一次排名对比的浮动位数是否大于预置浮动位数阈值，若是转至第二判定模块，若否转至第三判定模块；
第二判定模块80，用于判定当前计量值异常，统计计量值异常的次数并判断所述次数是否达到预置次数阈值，若是转至上报模块；
第三判定模块90，用于判定当前计量值正常，上报当前计量值；
上报模块100，用于上报异常的计量值。
本发明提供一种计量表异常数据检测设备，其特征在于，所述计量表异常数据检测设备包括存储器和处理器以及存储在所述存储器上并可在所述处理器上运行的计量表异常数据检测程序，所述计量表异常数据检测程序被所述处理器执行时实现如上述实施例中所述的计量表异常数据检测方法的步骤。
本发明还提供一种计算机可读存储介质。
本实施例中，所述计算机可读存储介质上存储有计量表异常数据检测程序，所述计量表异常数据检测程序被处理器执行时实现如上述任一项实施例中所述的计量表异常数据检测方法的步骤。
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
Claims (10)
1.一种计量表异常数据检测方法，其特征在于，所述计量表异常数据检测方法包括：
步骤S10：获取当前计量表的计量值；
步骤S20：判断所述计量值是否大于当前计量表的最大计量值,若是则转至步骤S10，若否则转至步骤30；
步骤S30：判断当前计量值的取数次序是否为1，若是则转至步骤S401，若否转至步骤S402；
步骤S401：判定所述计量表的计量值正常，记录所述计量值；
步骤S402：判断当前计量值是否大于历史最近一次计量值，若是转至步骤S50；若否转至步骤S701；
步骤S50：计算当前计量值对比历史记录最近一次计量值的增长量，判断所述增长量是否大于预置增长量阈值，若是转至步骤S60，若否转至步骤S702；
步骤S60：计算当前计量值在当前预置个数的计量表集合对应计量值中的排名与历史最近一次排名对比的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702；
步骤S701：判定当前计量值异常，统计计量值异常的次数并判断所述次数是否达到预置次数阈值，若是转至步骤S80；
步骤S702：判定当前计量值正常，上报当前计量值；
步骤S80：上报异常的计量值。
2.如权利要求1的计量表异常数据检测方法，其特征在于，所述步骤S50包括：
计算当前计量值与所述计量表历史最近一次计量值的差值，得到当前计量值对比所述计量表历史最近一次计量值提升的增长量；
判断所述增长量是否大于预置增长阈值，若是转至步骤S60，若否转至步骤S702。
3.如权利要求1的计量表异常数据检测方法，其特征在于，所述步骤S60包括：
获取包括当前计量表在内的预置个数计量表当前的计量值数据；
根据预置排序规则对所述计量值数据进行排序，得到各计量表对应计量值的当前排名数据；
从当前排名数据中获取当前计量表对应计量值的所属排名，并与当前计量表的历史最近一次排名做比较，得到排名的浮动位数；
以所述浮动位数与预置浮动位数阈值做比较，判断浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
4.如权利要求2的计量表异常数据检测方法，其特征在于，所述计算当前计量值与所述计量表历史最近一次计量值的差值，得到当前计量值对比所述计量表历史最近一次计量值提升的增长量包括：
获取当前计量表的计量值集合，当前计量表的计量值集合包括设定时间段内计量表上报的多个计量值；
依次计算所述计量值集合中相邻两个时刻的计量值间的差值，得到增长量集合。
5.如权利要求4的计量表异常数据检测方法，其特征在于，在所述根据时间先后顺序计算所述计量值集合中相邻两个时刻的计量值间的差值，得到增长量集合的步骤之后，还包括：
检测所述增长量集合中是否存在负值；
若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
6.如权利要求5的计量表异常数据检测方法，其特征在于，在所述根据时间先后顺序计算所述计量值集合中相邻两个时刻的计量值间的差值，得到当前计量值增长量集合的步骤之后，还包括：
检测所述计量值增长量集合中是否存在大于预置增长阈值的增长量；
若存在，则判断所述增长量对应的计量值所在时间点的计量值排名对比历史最近一次排名的浮动位数是否大于预置浮动位数阈值，若是转至步骤S701，若否转至步骤S702。
7.如权利要求1的计量表异常数据检测方法，其特征在于，在所述在获取当前计量表的计量值集合的步骤之前，还包括：
从预置的计量表标识信息与用户属性信息的对应关系中，查询当前计量表的计量表标识信息对应的用户属性信息；
判断所述用户属性信息的所属用户类型是否为普通用户；
若是，执行本发明上述步骤。
8.一种计量表异常数据检测装置，其特征在于，所述计量表异常数据检测装置包括：
获取模块，用于获取当前计量表的计量值；
第一判断模块，用于判断所述计量值是否大于当前计量表的最大计量值,若是则转至获取模块，若否则转至第二判断模块；
第二判断模块，用于判断当前计量值的取数次序是否为1，若是则转至第一判定模块，若否转至第三判读模块；
第一判定模块，用于判定所述计量表的计量值正常，记录所述计量值；
第三判断模块，用于判断当前计量值是否大于历史最近一次计量值，若是转至第四判断模块；若否转至第五判断模块；
第四判断模块，用于计算当前计量值对比历史记录最近一次计量值的增长量，判断所述增长量是否大于预置增长量阈值，若是转至第五判断模块，若否转至第三判断模块；
第五判断模块，用于计算当前计量值在当前预置个数的计量表集合对应计量值中的排名与历史最近一次排名对比的浮动位数是否大于预置浮动位数阈值，若是转至第二判定模块，若否转至第三判定模块；
第二判定模块，用于判定当前计量值异常，统计计量值异常的次数并判断所述次数是否达到预置次数阈值，若是转至上报模块；
第三判定模块，用于判定当前计量值正常，上报当前计量值；
上报模块，用于上报异常的计量值。
9.一种计量表异常数据检测方法，其特征在于，所述计量表异常数据检测方法包括存储器和处理器以及存储在所述存储器上并可在所述处理器上运行的计量表异常数据检测程序，所述计量表异常数据检测程序被所述处理器执行时实现如权利要求1至7中任一项所述的计量表异常数据检测方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机存储介质上存储有能够被处理器加载并执行如权利要求1至7中任一项所述的计量表异常数据检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010408875.0A CN111612647B (zh) | 2020-05-14 | 2020-05-14 | 计量表异常数据检测方法、装置、计量表及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010408875.0A CN111612647B (zh) | 2020-05-14 | 2020-05-14 | 计量表异常数据检测方法、装置、计量表及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111612647A true CN111612647A (zh) | 2020-09-01 |
| CN111612647B CN111612647B (zh) | 2023-05-23 |
Family
ID=72199372
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010408875.0A Active CN111612647B (zh) | 2020-05-14 | 2020-05-14 | 计量表异常数据检测方法、装置、计量表及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111612647B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113834512A (zh) * | 2021-11-25 | 2021-12-24 | 云丁网络技术(北京)有限公司 | 异常检测方法和装置 |
| CN116434425A (zh) * | 2023-06-09 | 2023-07-14 | 国网浙江省电力有限公司营销服务中心 | 电费数据采集方法、采集设备及存储介质 |
| CN116932596A (zh) * | 2023-07-28 | 2023-10-24 | 广东力田科技股份有限公司 | 表计读数转用量的数据处理方法、装置、设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104751260A (zh) * | 2013-12-30 | 2015-07-01 | 通用电气公司 | 识别计量表异常读数的系统及方法 |
| CN108154005A (zh) * | 2017-12-28 | 2018-06-12 | 福州信诺通信息技术有限公司 | 一种燃气抄表异常分析方法和存储介质 |
| CN108197920A (zh) * | 2017-12-28 | 2018-06-22 | 福州信诺通信息技术有限公司 | 一种燃气抄表异常检测方法和存储介质 |
| CN108595687A (zh) * | 2018-05-07 | 2018-09-28 | 中国联合网络通信集团有限公司 | 用水量异常检测方法和数据库服务器 |
| CN109636623A (zh) * | 2018-10-19 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 医疗数据异常检测方法、装置、设备及存储介质 |
-
2020
- 2020-05-14 CN CN202010408875.0A patent/CN111612647B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104751260A (zh) * | 2013-12-30 | 2015-07-01 | 通用电气公司 | 识别计量表异常读数的系统及方法 |
| CN108154005A (zh) * | 2017-12-28 | 2018-06-12 | 福州信诺通信息技术有限公司 | 一种燃气抄表异常分析方法和存储介质 |
| CN108197920A (zh) * | 2017-12-28 | 2018-06-22 | 福州信诺通信息技术有限公司 | 一种燃气抄表异常检测方法和存储介质 |
| CN108595687A (zh) * | 2018-05-07 | 2018-09-28 | 中国联合网络通信集团有限公司 | 用水量异常检测方法和数据库服务器 |
| CN109636623A (zh) * | 2018-10-19 | 2019-04-16 | 平安医疗健康管理股份有限公司 | 医疗数据异常检测方法、装置、设备及存储介质 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113834512A (zh) * | 2021-11-25 | 2021-12-24 | 云丁网络技术(北京)有限公司 | 异常检测方法和装置 |
| CN113834512B (zh) * | 2021-11-25 | 2022-03-22 | 云丁网络技术(北京)有限公司 | 异常检测方法和装置 |
| CN116434425A (zh) * | 2023-06-09 | 2023-07-14 | 国网浙江省电力有限公司营销服务中心 | 电费数据采集方法、采集设备及存储介质 |
| CN116434425B (zh) * | 2023-06-09 | 2023-08-18 | 国网浙江省电力有限公司营销服务中心 | 电费数据采集方法、采集设备及存储介质 |
| CN116932596A (zh) * | 2023-07-28 | 2023-10-24 | 广东力田科技股份有限公司 | 表计读数转用量的数据处理方法、装置、设备及存储介质 |
| CN116932596B (zh) * | 2023-07-28 | 2024-04-02 | 广东力田科技股份有限公司 | 表计读数转用量的数据处理方法、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111612647B (zh) | 2023-05-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111612647A (zh) | 计量表异常数据检测方法、装置、计量表及可读存储介质 | |
| CN112381476B (zh) | 用于确定状态异常的电能表的方法及装置 | |
| CN105588995B (zh) | 一种电力计量自动化系统线损异常检测方法 | |
| CN114363365B (zh) | 一种基于物联网的智能监控电表系统 | |
| CN113032454A (zh) | 基于云计算的交互式用户用电异常监测预警管理云平台 | |
| CN112346000B (zh) | 一种智能电能表运行误差数据统计处理系统与方法 | |
| CN109298227B (zh) | 一种检测用户电量异常的方法 | |
| CN108572905A (zh) | 一种基于分布式计算的监控方法及系统 | |
| CN112163728A (zh) | 一种能耗数据处理方法、装置、电子设备及存储介质 | |
| CN112684400B (zh) | 小电量台区的电能表运行误差数据监测方法及系统 | |
| CN102521080A (zh) | 电力用户用电信息采集系统的计算机数据修复方法 | |
| CN115685050B (zh) | 一种电能表故障检测方法及系统 | |
| CN116882804A (zh) | 一种智能电力监控方法及系统 | |
| CN116933157A (zh) | 一种窃电检测方法 | |
| CN110826859A (zh) | 一种基于日电量远程识别用户用电性质的方法及系统 | |
| CN116166655B (zh) | 大数据清洗系统 | |
| CN113466520A (zh) | 一种在线识别失准电能表的方法 | |
| CN116434425B (zh) | 电费数据采集方法、采集设备及存储介质 | |
| CN106709623B (zh) | 一种基于风险计算模型的电网营销稽查风险管控方法 | |
| CN106682383B (zh) | 一种计量系统中对采集表码值精确的统计处理方法 | |
| CN113722557B (zh) | 一种燃气供销差的确定方法及装置 | |
| CN108267709B (zh) | 电能故障检查和分类的方法及装置 | |
| CN115496358A (zh) | 电能表在线误差远程估计测试数据生成方法、装置和设备 | |
| CN114969013A (zh) | 以电折水系数的修订方法及电子设备 | |
| CN109521312B (zh) | 一种非技术线损检测方法、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 |