CN111680933A - 用电行为的分析方法、装置、可读介质以及设备 - Google Patents

用电行为的分析方法、装置、可读介质以及设备 Download PDF

Info

Publication number
CN111680933A
CN111680933A CN202010607783.5A CN202010607783A CN111680933A CN 111680933 A CN111680933 A CN 111680933A CN 202010607783 A CN202010607783 A CN 202010607783A CN 111680933 A CN111680933 A CN 111680933A
Authority
CN
China
Prior art keywords
electricity
daily
utilization
level
target user
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
Application number
CN202010607783.5A
Other languages
English (en)
Other versions
CN111680933B (zh
Inventor
万泉
陈雁
张文
袁葆
张向东
杨剑蓝
胡文
邓诗蕾
王刚
欧阳红
闫富荣
张静
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing China Power Information Technology Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Information and Telecommunication Co Ltd
Beijing China Power Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Information and Telecommunication Co Ltd, Beijing China Power Information Technology Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010607783.5A priority Critical patent/CN111680933B/zh
Publication of CN111680933A publication Critical patent/CN111680933A/zh
Application granted granted Critical
Publication of CN111680933B publication Critical patent/CN111680933B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80—Management or planning
    • Y02P90/82—Energy audits or management systems therefor

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (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

本申请公开了一种用电行为的分析方法、装置、可读介质以及设备，该方法通过获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据，计算出至少一个日用电水平参数；利用每一个目标用户在分析时段内的每一个日用电水平参数，确定出目标区域内的日用电水平阈值；选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。本申请通过目标用户每一天的用电电量数据能够选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的初步嫌疑用户，并不需要人工对每一个目标用户均使用硬件检测装置获取的电流数据来分析目用电行为，降低了分析成本提高了分析效率。

Description

用电行为的分析方法、装置、可读介质以及设备
技术领域
本申请涉及反窃电技术领域，尤其涉及一种用电行为的分析方法、装置、可读介质以及设备。
背景技术
随着电动车辆的使用用户越来越多，为电动车辆进行充电的充电桩数量也随之增加。然而，由于许多地区的充电桩的电费较低，导致部分用户为了减少电费支出，使用充电桩去从事除汽车充电以外的其他用电活动。例如将充电桩的电量用于商场超市、娱乐场所等电费较高的商业用电场所。因此，现有技术中，通常需要人工在定点充电桩安装硬件检测装置，来检测是否存在用户将充电桩用于除汽车充电以外的其他用电活动的违约用电情况。
现有技术中，在定点充电桩安装硬件检测装置后，工作人员能够实时对充电桩的电流数据进行监控。当工作人员发现充电桩连续存在电流数据，即充电桩一直被连续使用时，则推测出该用户可能的充电桩可能存在违约用电现象。然而，现有的充电桩违约用电的分析方法中，需要安装硬件检测装置来检测电流数据，检测成本过高。且对电流数据进行分析需要大量的人力进行，效率较低，工作量也较大。
发明内容
基于上述现有技术的不足，本申请提供了一种用电行为的分析方法、装置、可读介质以及设备，以实现提高违约用电分析的效率和降低用电分析成本。
本申请第一方面公开了一种用电行为的分析方法，包括：
获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据；
针对每一个所述目标用户，通过所述目标用户在分析时段内的每一天的用电电量数据，计算出至少一个日用电水平参数；
利用每一个所述目标用户在所述分析时段内的每一个所述日用电水平参数，确定出所述目标区域内的日用电水平阈值；
从每一个所述目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户；其中，所述整体连续高水平用电特征为，在所述分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述日用电水平阈值；所述局部连续稳定用电特征为连续N天的用电电量数据均大于所述日用电水平阈值、且用电波动参数小于波动阈值；N为小于所述分析时段的总天数的正整数；所述目标用户的用电波动参数用于说明所述目标用户在所述连续N天的用电电量数据的波动程度。
可选地，在上述用电行为的分析方法中，所述日用电水平参数包括：所述分析时段内的日均用电电量，或者日用电中位数；其中，所述目标用户的日用电中位数为所述目标用户在所述分析时段内的每一天的用电电量数据中的中位数。
可选地，在上述用电行为的分析方法中，所述日用电水平阈值包括：第一用电水平阈值和第二用电水平阈值；其中，所述整体连续高水平用电特征为，在所述分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述第一日用电水平阈值；所述局部连续稳定用电特征为连续N天的用电电量数据均大于所述第二日用电水平阈值、且用电波动参数小于波动阈值。
可选地，在上述用电行为的分析方法中，所述日用电水平阈值为日均用电阈值以及日用电中位数阈值中的最大值；其中，所述日均用电阈值由每一个所述目标用户的日均用电电量进行设定；所述日用电中位数阈值由每一个所述目标用户的日用电中位数进行设定。
可选地，在上述用电行为的分析方法中，所述用电波动参数为电量变异系数；其中，所述电量变异系数为日用电标准差与日均用电电量的比值；所述目标用户的日用电标准差通过对所述目标用户在所述连续N天的用电电量数据求标准差得到。
可选地，在上述用电行为的分析方法中，所述从每一个所述目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户之后，还包括：
分别获取每一个所述初步嫌疑用户在最大连续用电时段内的每一天中多个预设时间点各自对应的用电电流数据；其中，所述最大连续用电时段为所述分析时段内的用电电量数据不小于用电阈值的最大连续时段；
针对每一个所述初步嫌疑用户，若在所述最大连续用电时段内的连续M天中，每一天中的大于电流数据阈值的用电电流数据的个数均大于连续电流阈值时，则将所述初步嫌疑用户确定为最终嫌疑用户；其中，M为正整数。
本申请第二方面公开了一种用电行为的分析装置，包括：
第一获取单元，用于获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据；
计算单元，用于针对每一个所述目标用户，通过所述目标用户在分析时段内的每一天的用电电量数据，计算出至少一个日用电水平参数；
第一确定单元，用于利用每一个所述目标用户在所述分析时段内的每一个所述日用电水平参数，确定出所述目标区域内的日用电水平阈值；
选取单元，用于从每一个所述目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户；其中，所述整体连续高水平用电特征为，在所述分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述日用电水平阈值；所述局部连续稳定用电特征为连续N天的用电电量数据均大于所述日用电水平阈值、且用电波动参数小于波动阈值；N为小于所述分析时段的总天数的正整数；所述目标用户的用电波动参数用于说明所述目标用户在所述连续N天的用电电量数据的波动程度。
可选地，在上述用电行为的分析装置中，所述日用电水平参数包括：所述分析时段内的日均用电电量，或者日用电中位数；其中，所述目标用户的日用电中位数为所述目标用户在所述分析时段内的每一天的用电电量数据中的中位数。
可选地，在上述用电行为的分析装置中，所述日用电水平阈值包括：第一用电水平阈值和第二用电水平阈值；其中，所述整体连续高水平用电特征为，在所述分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述第一日用电水平阈值；所述局部连续稳定用电特征为连续N天的用电电量数据均大于所述第二日用电水平阈值、且用电波动参数小于波动阈值。
可选地，在上述用电行为的分析装置中，所述日用电水平阈值为日均用电阈值以及日用电中位数阈值中的最大值；其中，所述日均用电阈值由每一个所述目标用户的日均用电电量进行设定；所述日用电中位数阈值由每一个所述目标用户的日用电中位数进行设定。
可选地，在上述用电行为的分析装置中，所述用电波动参数为电量变异系数；其中，所述电量变异系数为日用电标准差与日均用电电量的比值；所述目标用户的日用电标准差通过对所述目标用户在所述连续N天的用电电量数据求标准差得到。
可选地，在上述用电行为的分析装置中，还包括：
第二获取单元，用于分别获取每一个所述初步嫌疑用户在最大连续用电时段内的每一天中多个预设时间点各自对应的用电电流数据；其中，所述最大连续用电时段为所述分析时段内的用电电量数据不小于用电阈值的最大连续时段；
第二确定单元，用于针对每一个所述初步嫌疑用户，若在所述最大连续用电时段内的连续M天中，每一天中的大于电流数据阈值的用电电流数据的个数均大于连续电流阈值时，则将所述初步嫌疑用户确定为最终嫌疑用户；其中，M为正整数。
本申请第三方面公开了一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如上述第一方面中任一所述的方法。
本申请第四方面公开了一种设备，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如上述第一方面中任一所述的方法。
从上述技术方案可以看出，本申请实施例提出的用电行为的分析方法中，能够通过获取到的目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据，计算出每一个目标用户的至少一个日用电水平参数。进而可通过目标用户在分析时段内的每一个日用电水平参数，确定出目标区域内的日用电水平阈值。然后从每一个目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。其中，整体连续高水平用电特征为，在分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于日用电水平阈值，局部连续稳定用电特征为连续N天的用电电量数据均大于日用电水平阈值、且用电波动参数小于波动阈值，目标用户的用电波动参数用于说明目标用户在连续N天的用电电量数据的波动程度。因此本申请实施例中是通过目标用户每一天的用电电量数据能够选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的具有违约用电行为的初步嫌疑用户，并不需要人工对每一个目标用户均使用硬件检测装置获取的电流数据来分析目标用户的用电行为，降低了分析成本提高了分析效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请实施例提出的一种用电行为的分析方法的流程示意图；
图2为非违约用电用户的用电电量数据变化图；
图3为违约用电用户的用电电量数据变化图；
图4为本申请实施例提出的一种最终嫌疑用户的确定方法的流程示意图；
图5为本申请实施例提出的一种用电行为的分析装置的结构示意图。
具体实施方式
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，所描述的实施例仅仅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做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。
参阅图1，本申请实施例公开了一种用电行为的分析方法，具体包括以下步骤：
S101、获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据。
目标区域为需要进行筛查是否具有违约用电行为用户的区域。目标用户为处于目标区域内的用电用户。其中用电用户可以指的是充电桩的使用用户，也可以是其他类似的为用户进行供电的设备的使用用户。多个目标用户可以指的是目标区域内所有的用电用户，也可以仅是目标区域内的部分用电用户。例如可以先筛选出部分具有违约用电行为的用电用户，作为目标用户，或者随机的抽查部分的用电用户，将其作为目标用户。
分析时段指的是用于观察用户是否具有违约用电行为的时段，分析时段的长度可根据经验进行设定。例如可以把最近的60天作为一个分析时段，也可以把最近的90天作为一个分析时段。
可选地，执行步骤S101时，还可以获取目标区域内的多个目标用户分别在分析时段内的每一天的特定用电类型下的用电电量数据。
充电桩等供电设备的供电类型有很多，比如居民生活用电类型、商业用电类型等。执行步骤S101时，可以针对特定用电类型的用电电量数据进行获取。举例说明，由于居民生活用电类型的电费较为廉价，更容易出现违约用电的情况，因此可以把居民生活用电类型作为特定用电类型，获取目标用户在分析时段内每一天的居民生活用电类型下的用电电量数据。
S102、针对每一个目标用户，通过目标用户在分析时段内的每一天的用电电量数据，计算出至少一个日用电水平参数。
其中，目标用户的日用电水平参数用于说明目标用户在分析时段内一天的用电水平。通过目标用户在分析时段内每一天的用电电量数据，即可计算出可以衡量目标用户一天的用电水平的日用电水平参数。若目标用户的日用电水平参数越高，证明目标用户用电越多，而日用电水平参数越低，证明目标用户用电越少。
需要说明的是，日用电水平参数可以有一个或多个，具体可根据实际所需进行计算。用于用电行为分析的日用电水平参数越多，那么分析出具有违约用电行为的用户就会越准确。
可选地，在本申请一具体实施例中，日用电水平参数可以包括：分析时段内的日均用电电量或者日用电中位数。
其中，目标用户的日用电中位数为目标用户在分析时段内的每一天的用电电量数据中的中位数。日均用电电量通过对目标用户在分析时段内每一天的用电电量数据求平均值得到。需要说明的是，日用电水平参数还有很多，包括但不限于本申请实施例所提出的内容。
S103、利用每一个目标用户在分析时段内的每一个日用电水平参数，确定出目标区域内的日用电水平阈值。
通过步骤S102中计算得到的所有的日用电水平参数，确定出目标区域内的日用电水平阈值。其中目标区域内的日用电水平阈值能够用于衡量一个目标用户相较于所有目标用户而言用电水平的高低。例如，可以选用所有目标用户的日用电中位数中的中位数，来作为目标区域内的日用电水平阈值。此时的日用电水平阈值代表该目标区域内所有目标用户中处于中等日用电水平的值。如果目标用户中的特定日用电水平参数大于日用电水平阈值，那么就可以说明目标用户在该目标区域内属于日用电水平偏高的用户。如果目标用户中的特定日用电水平参数小于日用电水平阈值，那么说明该目标用户在目标区域内属于日用电水平偏低的用户。
可选地，在本申请一具体实施例中，日用电水平阈值为日均用电阈值以及日用电中位数阈值中的最大值。
其中，日均用电阈值由每一个目标用户的日均用电电量进行设定，日用电中位数阈值由每一个目标用户的日用电中位数进行设定。日均用电阈值和日用电中位数阈值均是在所有目标用户的日用电水平参数中处于同一程度。
举例说明，如果将日用电水平阈值作为该目标区域内所有目标用户中的高日用电水平的门槛值，那么可以分别将所有目标用户的日均用电电量进行从小到大排序之后，选用其中的第三四分位数设定为日均用电阈值。日均用电阈值代表了所有目标用户的日均用电电量中处于高用电水平的日均用电电量值。同样的，将所有目标用户的日用电中位数进行从小到大排列之后，选用其中的第三四分位数设定为日用电中位数阈值。日用电中位数阈值也代表了所有目标用户的日用电中位数中处于高用电水平的日用电中位数值。然后将日均用电阈值以及日用电中位数阈值中的最大值作为日用电水平阈值。例如，日均用电阈值为8.98，日用电中位数阈值为2.58，则选择8.98设为日用电水平阈值。设定日用电水平阈值时所采用到的日用电水平参数越多越全面，那么所设置出的日用电水平阈值就会更具有用电水平的代表性。
S104、从每一个目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。
其中，整体连续高水平用电特征为，在分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于日用电水平阈值。局部连续稳定用电特征为连续N天的用电电量数据均大于日用电水平阈值、且用电波动参数小于波动阈值。N为小于分析时段的总天数的正整数，目标用户的用电波动参数用于说明目标用户连续N天的用电电量数据的波动程度，即目标用户在用电电量数据均大于日用电水平阈值均大于日用电水平阈值的连续N天的用电电量数据的波动程度。具有违约用电行为的初步嫌疑用户指的是可能具有违约用电行为的用户，至于该用户是否确实具有违约用电行为，还可以执行后续的排查进行进一步判断。
整体连续高水平用电特征中提及的不用电时间总和指的是分析时段内总的不用电天数。例如，如果用户在分析时段内总共有10天的用电电量数据均小于用电阈值(用电阈值可设置为充电桩理论上充电最低电量)，则认为目标用户的不用电时间总和为10天。
参阅图2，图2中的横坐标表示分析时段内的每一天，纵坐标表示用电电量数据。从图2示出的某个不具有违约用电行为的充电桩用户的用电电量数据图中可以看出，该用户使用充电桩的时间比较随机，间断用电的时间较多。且每一次用电时的用电电量数据也非常随机，并不稳定。即正常使用充电桩的用户一般为间断用电，且每一次的用电电量数据波动也较大，并不稳定。
参阅图3，图3中的横坐标表示分析时段内的每一天，纵坐标表示用电电量数据。从图3示出的某个具有违约用电行为的充电桩用户的用电电量数据图中可以看出，该用户使用充电桩的时间非常连续稳定，在分析时段内的每一天均使用了充电桩，即表现出连续用电的特征。且每一次用电时的用电电量数据也非常稳定，波动较小。因此可看出用户并不仅仅将充电桩用于为车辆充电，还用于具有周期性、规律性的生活用电中。
结合图2和图3以及许多次对违约用户的用电行为的分析可知，具有整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，有可能存在违约用电的行为。
具体的，执行步骤S104时，既可以将同时符合整体连续高水平用电特征和局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。也可以将具有整体连续高水平用电特征的目标用户作为违约用电行为的初步嫌疑用户。也可以将具有局部连续稳定用电特征的目标用户作为违约用电行为的初步嫌疑用户。具体可根据实际分析需求而定。例如如果要求尽可能精准的分析出具有违约用电嫌疑的用户，那么则可以将同时符合整体连续高水平用电特征和局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。如果要求尽可能不遗漏具有违约用电行为的嫌疑用户，那么可以将选取违约用电行为的初步嫌疑用户的条件放宽一点，即将符合整体连续高水平用电特征或局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。
整体连续高水平用电特征指的是在分析时段内，整体上用电时间较为连续(表现在分析时段内的不用电时间总和不大于间隔时间阈值)，且在分析时段内的用电水平也比较高(表现在特定的日用电水平参数大于所述日用电水平阈值)。其中，特定的日用水平参数可以是步骤S102中计算的任意一种日用电水平参数。例如可以使用日均用电电量作为特定的日用电水平参数，还可以使用日用电中位数作为特定的日用电水平参数。符合整体连续高水平用电特征的目标用户，用电时间上表现出了周期性、规律性(即连续用电)，且用电水平上又相较大部分目标用户而言较高(即高水平用电)，因此可以认为符合整体连续高水平用电特征的目标用户可能将充电桩这类供电设备用于生活用电之类的其他用电活动上，即具有违约用电的可能。
局部连续稳定用电特征指的是在分析时段内的某个局部时段内存在连续用电、且用电较多的行为(表现在连续N天的用电电量数据均大于日用电水平阈值)，且每一天的用电电量数据都较为稳定，波动较小(表现在用电波动参数小于波动阈值)。
可选地，在本申请一具体实施例中，步骤S103中确定出的日用电水平阈值包括：第一用电水平阈值和第二用电水平阈值。
其中，整体连续高水平用电特征为，在分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于第一日用电水平阈值。局部连续稳定用电特征为连续N天的用电电量数据均大于第二日用电水平阈值、且用电波动参数小于波动阈值。即整体连续高水平用电特征所使用到的日用电水平阈值和局部连续稳定用电特征所使用到的日用电水平阈值可以是不相同的两个阈值。一般来说，符合局部连续用电特征的用户并不多，为了能够不遗漏具有违约用电行为的用户，一般选用的第二日用电水平阈值会比第一日用电水平阈值相对来说更低一点，比如第一日用电水平阈值选用的是所有目标用户的日均用电电量按照从小到大排列之后的第三四分位数、以及所有目标用户的日用电中位数中按照从小到大排列之后的第三四分位数中的最大值，第一日用电水平阈值可筛选出所有目标用户中日用电水平前25％的目标用户。而第二日用电水平阈值选用的是所有目标用户的日均用电电量按照从小到大排列之后的中位数、以及所有目标用户的日用电中位数按照从小到大排列之后的中位数中的最大值，第二日用电水平阈值可筛选出所有目标用户中日用电水平前50％的目标用户。
可选地，在本申请一具体实施例中，用电波动参数为电量变异系数。
其中，电量变异系数为日用电标准差与日均用电电量的比值，目标用户的日用电标准差通过对目标用户在连续N天的用电电量数据求标准差得到。电量变异系数越小，则说明目标用户在分析时段内的用电电量数据波动越小，越稳定，具有规律性。
通过对目标用户的用电电量数据进行步骤S102和步骤S103的处理后，即可在执行步骤S104中选取出在该目标区域内具有违约用电行为的初步嫌疑用户。选取出具有违约用电行为的初步嫌疑用户所用的整体连续高水平用电特征和局部连续稳定用电特征均是针对于该目标区域内的目标用户的用电水平进行设置的，因此选取出的初步嫌疑用户也更为准确。
本申请实施例中是通过目标用户每一天的用电电量数据能够选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的具有违约用电行为的初步嫌疑用户，并不需要人工对每一个目标用户均使用硬件检测装置获取的电流数据来分析目标用户的用电行为，降低了分析成本提高了分析效率。
可选地，参阅图4，在本申请一具体实施例中，执行步骤S104之后，还包括：
S401、分别获取每一个初步嫌疑用户在最大连续用电时段内的每一天中多个预设时间点各自对应的用电电流数据。
其中，最大连续用电时段为分析时段内的用电电量数据不小于用电阈值的最大连续时段。用电阈值用于判断目标用户是否有进行充电。如果某一天的用电电量数据不小于用电阈值，则说用用户当天有进行充电。如果某一天的用电电量数据小于用电阈值，则说明用户当前没有进行充电。用电阈值可以设置为理论上最小的用电电量数据。用电电流数据可以使用硬件检测装置来检测得到，也可以使用用电采集系统采集得到。
执行完步骤S104之后，可以针对选取出的初步嫌疑用户安装硬件检测装置，通过获取每一个初步嫌疑用户在最大连续用电时段内的每一天中多个预设时间点各自对应的用电电流数据，进一步筛选出更具有违约用电行为的用户。由于经过选取得到的初步嫌疑用户的数量并不多，因此安装硬件检测装置需要耗费的人力和成本也并不高，不需要像现有技术一样对所有的目标用户均进行安装。
执行完步骤S104之后，还可以针对选取出的初步嫌疑用户，使用用电采集系统采集每一个初步嫌疑用户的用电电流数据。由于经过筛选后得到的初步嫌疑用户并不多，因此用电采集系统所需采集的用电电流数据也并不多，用电采集系统的能力可以实现采集少量用户的用电电流数据。
每一天中多个预设时间点可以是均匀分布的，例如选取24点，即一天内每一个小时设置一个预设时间点，也可以是不均匀分布的，即在一天内随机的选取多个预设时间点。但预设时间点应尽可能从一天中的每一个时段中选取，以实现了解用户在一天内不同时段的用电情况。
S402、针对每一个初步嫌疑用户，若在最大连续用电时段内的连续M天中，每一天中大于电流数据阈值的用电电流数据的个数均大于连续电流阈值时，则将初步嫌疑用户确定为最终嫌疑用户。
其中，M为正整数。M的值可人为进行设定。对于充电桩这类的充电设备而言，可能会有部分用户每天均使用充电桩为汽车充电，但这部分用户只会在一天内的某个时间段进行充电，而不会一天内的大部分时段均进行充电。因此，若这部分用户被列为了初步嫌疑用户，可以通过步骤S402来将该用户的违约用电嫌疑排除。若在最大连续用电时段内的连续M天中，每一天中大于电流数据阈值的用电电流数据的个数均大于连续电流阈值时，则可以认为该初步嫌疑用户连续M天均在一整天的大部分时间都进行了用电，因此该初步嫌疑用户违约用电的可能性增大了，将其确定为最终嫌疑用户。
由于本申请实施例提出的用电行为的分析方法中，能够通过获取到的目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据，计算出每一个目标用户的至少一个日用电水平参数。进而可通过目标用户在分析时段内的每一个日用电水平参数，确定出目标区域内的日用电水平阈值。然后从每一个目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。其中，整体连续高水平用电特征为，在分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于日用电水平阈值，局部连续稳定用电特征为连续N天的用电电量数据均大于日用电水平阈值、且用电波动参数小于波动阈值，目标用户的用电波动参数用于说明目标用户在连续N天的用电电量数据的波动程度。因此本申请实施例中是通过目标用户每一天的用电电量数据能够选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的具有违约用电行为的初步嫌疑用户，并不需要人工对每一个目标用户均使用硬件检测装置获取的电流数据来分析目标用户的用电行为，降低了分析成本提高了分析效率。
参阅图5，基于上述本申请实施例提出的用电行为的分析方法，本申请实施例对应公开了一种用电行为的分析装置，包括：第一获取单元501、计算单元502、第一确定单元503、以及选取单元504。
第一获取单元501，用于获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据。
计算单元502，用于针对每一个目标用户，通过目标用户在分析时段内的每一天的用电电量数据，计算出至少一个日用电水平参数。
可选地，在本申请一具体实施例中，日用电水平参数包括：分析时段内的日均用电电量，或者日用电中位数。其中，目标用户的日用电中位数为目标用户在分析时段内的每一天的用电电量数据中的中位数。
第一确定单元503，用于利用每一个目标用户在分析时段内的每一个日用电水平参数，确定出目标区域内的日用电水平阈值。
可选地，在本申请一具体实施例中，日用电水平阈值为日均用电阈值以及日用电中位数阈值中的最大值。其中，日均用电阈值由每一个目标用户的日均用电电量进行设定，日用电中位数阈值由每一个目标用户的日用电中位数进行设定。
选取单元504，用于从每一个目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。其中，整体连续高水平用电特征为，在分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于日用电水平阈值，局部连续稳定用电特征为连续N天的用电电量数据均大于日用电水平阈值、且用电波动参数小于波动阈值。N为小于分析时段的总天数的正整数，目标用户的用电波动参数用于说明目标用户在连续N天的用电电量数据的波动程度。
可选地，在本申请一具体实施例中，日用电水平阈值包括：第一用电水平阈值和第二用电水平阈值。其中，整体连续高水平用电特征为，在分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述第一日用电水平阈值。局部连续稳定用电特征为连续N天的用电电量数据均大于第二日用电水平阈值、且用电波动参数小于波动阈值。
可选地，在本申请一具体实施例中，用电波动参数为电量变异系数。其中，电量变异系数为日用电标准差与日均用电电量的比值，目标用户的日用电标准差通过对目标用户在连续N天的用电电量数据求标准差得到。
可选地，在本申请一具体实施例中，还包括：第二获取单元和第二确定单元。
第二获取单元，用于分别获取每一个初步嫌疑用户在最大连续用电时段内的每一天中多个预设时间点各自对应的用电电流数据。其中，最大连续用电时段为分析时段内的用电电量数据不小于用电阈值的最大连续时段。
第二确定单元，用于针对每一个初步嫌疑用户，若在最大连续用电时段内的连续M天中，每一天中的大于电流数据阈值的用电电流数据的个数均大于连续电流阈值时，则将初步嫌疑用户确定为最终嫌疑用户。其中，M为正整数。
上述本申请实施例公开的用电行为的分析装置中的各个单元具体的原理和执行过程，与上述本申请实施例公开的用电行为的分析方法相同，可参见上述本申请实施例公开的用电行为的分析方法中相应的部分，这里不再进行赘述。
本申请实施例提出的用电行为的分析装置中，计算单元502能够通过第一获取单元501获取到的目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据，计算出每一个目标用户的至少一个日用电水平参数。进而第一确定单元503可通过目标用户在分析时段内的每一个日用电水平参数，确定出目标区域内的日用电水平阈值。然后选取单元504从每一个目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户。其中，整体连续高水平用电特征为，在分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于日用电水平阈值，局部连续稳定用电特征为连续N天的用电电量数据均大于日用电水平阈值、且用电波动参数小于波动阈值，目标用户的用电波动参数用于说明目标用户在连续N天的用电电量数据的波动程度。因此本申请实施例中是通过目标用户每一天的用电电量数据能够选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的具有违约用电行为的初步嫌疑用户，并不需要人工对每一个目标用户均使用硬件检测装置获取的电流数据来分析目标用户的用电行为，降低了分析成本提高了分析效率。
本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该程序被处理器执行时实现以上各方法实施例提供的用电行为的分析方法。
本申请实施例提供了一种设备，该设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以上各方法实施例提供的用电行为的分析方法。
专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种用电行为的分析方法，其特征在于，包括：
获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据；
针对每一个所述目标用户，通过所述目标用户在分析时段内的每一天的用电电量数据，计算出至少一个日用电水平参数；
利用每一个所述目标用户在所述分析时段内的每一个所述日用电水平参数，确定出所述目标区域内的日用电水平阈值；
从每一个所述目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户；其中，所述整体连续高水平用电特征为，在所述分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述日用电水平阈值；所述局部连续稳定用电特征为连续N天的用电电量数据均大于所述日用电水平阈值、且用电波动参数小于波动阈值；N为小于所述分析时段的总天数的正整数；所述目标用户的用电波动参数用于说明所述目标用户在所述连续N天的用电电量数据的波动程度。
2.根据权利要求1所述的方法，其特征在于，所述日用电水平参数包括：所述分析时段内的日均用电电量，或者日用电中位数；其中，所述目标用户的日用电中位数为所述目标用户在所述分析时段内的每一天的用电电量数据中的中位数。
3.根据权利要求1所述的方法，其特征在于，所述日用电水平阈值包括：第一用电水平阈值和第二用电水平阈值；其中，所述整体连续高水平用电特征为，在所述分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述第一日用电水平阈值；所述局部连续稳定用电特征为连续N天的用电电量数据均大于所述第二日用电水平阈值、且用电波动参数小于波动阈值。
4.根据权利要求2所述的方法，其特征在于，所述日用电水平阈值为日均用电阈值以及日用电中位数阈值中的最大值；其中，所述日均用电阈值由每一个所述目标用户的日均用电电量进行设定；所述日用电中位数阈值由每一个所述目标用户的日用电中位数进行设定。
5.根据权利要求1所述的方法，其特征在于，所述用电波动参数为电量变异系数；其中，所述电量变异系数为日用电标准差与日均用电电量的比值；所述目标用户的日用电标准差通过对所述目标用户在所述连续N天的用电电量数据求标准差得到。
6.根据权利要求1所述的方法，其特征在于，所述从每一个所述目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户之后，还包括：
分别获取每一个所述初步嫌疑用户在最大连续用电时段内的每一天中多个预设时间点各自对应的用电电流数据；其中，所述最大连续用电时段为所述分析时段内的用电电量数据不小于用电阈值的最大连续时段；
针对每一个所述初步嫌疑用户，若在所述最大连续用电时段内的连续M天中，每一天中的大于电流数据阈值的用电电流数据的个数均大于连续电流阈值时，则将所述初步嫌疑用户确定为最终嫌疑用户；其中，M为正整数。
7.一种用电行为的分析装置，其特征在于，包括：
第一获取单元，用于获取目标区域内的多个目标用户分别在分析时段内的每一天的用电电量数据；
计算单元，用于针对每一个所述目标用户，通过所述目标用户在分析时段内的每一天的用电电量数据，计算出至少一个日用电水平参数；
第一确定单元，用于利用每一个所述目标用户在所述分析时段内的每一个所述日用电水平参数，确定出所述目标区域内的日用电水平阈值；
选取单元，用于从每一个所述目标用户中，选取出符合整体连续高水平用电特征，和/或，局部连续稳定用电特征的目标用户，作为具有违约用电行为的初步嫌疑用户；其中，所述整体连续高水平用电特征为，在所述分析时段内的不用电时间总和不大于间隔时间阈值、且特定的日用电水平参数大于所述日用电水平阈值；所述局部连续稳定用电特征为连续N天的用电电量数据均大于所述日用电水平阈值、且用电波动参数小于波动阈值；N为小于所述分析时段的总天数的正整数；所述目标用户的用电波动参数用于说明所述目标用户在所述连续N天的用电电量数据的波动程度。
8.根据权利要求7所述的装置，其特征在于，所述日用电水平参数包括：所述分析时段内的日均用电电量，或者日用电中位数；其中，所述目标用户的日用电中位数为所述目标用户在所述分析时段内的每一天的用电电量数据中的中位数。
9.一种计算机可读介质，其特征在于，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1至6中任一所述的方法。
10.一种设备，其特征在于，包括：
一个或多个处理器；
存储装置，其上存储有一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至6中任一所述的方法。
CN202010607783.5A 2020-06-29 2020-06-29 用电行为的分析方法、装置、可读介质以及设备 Active CN111680933B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010607783.5A CN111680933B (zh) 2020-06-29 2020-06-29 用电行为的分析方法、装置、可读介质以及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010607783.5A CN111680933B (zh) 2020-06-29 2020-06-29 用电行为的分析方法、装置、可读介质以及设备

Publications (2)

Publication Number Publication Date
CN111680933A true CN111680933A (zh) 2020-09-18
CN111680933B CN111680933B (zh) 2023-04-18

Family

ID=72456913

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010607783.5A Active CN111680933B (zh) 2020-06-29 2020-06-29 用电行为的分析方法、装置、可读介质以及设备

Country Status (1)

Country Link
CN (1) CN111680933B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375192A (zh) * 2022-10-24 2022-11-22 国网天津市电力公司营销服务中心 一种基于用户用电行为的违约用电研判方法及系统
CN116777121A (zh) * 2023-08-18 2023-09-19 武汉振铭科技发展有限公司 基于大数据的非法用电的稽查方法、存储介质及电子设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012153277A (ja) * 2011-01-27 2012-08-16 Eiji Shiraishi 非接触給電による充電交通システム
US20130154562A1 (en) * 2011-12-14 2013-06-20 Nxp B.V. Electric vehicle charging system and method
CN107945050A (zh) * 2017-11-30 2018-04-20 北京汇通金财信息科技有限公司 一种用电客户类型的识别与标识方法、装置及中央服务器
US20180215280A1 (en) * 2015-08-28 2018-08-02 Lg Electronics Inc. Charging control apparatus and control method therefor
CN108631398A (zh) * 2018-05-15 2018-10-09 普天新能源（深圳）有限公司 充电设备状态监控方法、监控系统和可读存储介质
CN109087127A (zh) * 2018-07-11 2018-12-25 国家电网公司 一种电动汽车充电用户的行为特征分析方法及装置
CN109660013A (zh) * 2018-12-20 2019-04-19 国网北京市电力公司 充电桩检测设备的供电方法及装置
CN110837532A (zh) * 2019-10-17 2020-02-25 福建网能科技开发有限责任公司 一种基于大数据平台对充电桩窃电行为的检测方法
CN110991477A (zh) * 2019-10-29 2020-04-10 中国电力科学研究院有限公司 一种识别电力系统异常行业用户和异常用电行为的方法和系统
CN111002859A (zh) * 2019-12-11 2020-04-14 深圳猛犸电动科技有限公司 识别充电桩私接插排的方法、装置、终端设备及存储介质
CN111098744A (zh) * 2019-12-31 2020-05-05 上海钧正网络科技有限公司 站点车辆处理方法、系统、终端及可读存储介质

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012153277A (ja) * 2011-01-27 2012-08-16 Eiji Shiraishi 非接触給電による充電交通システム
US20130154562A1 (en) * 2011-12-14 2013-06-20 Nxp B.V. Electric vehicle charging system and method
US20180215280A1 (en) * 2015-08-28 2018-08-02 Lg Electronics Inc. Charging control apparatus and control method therefor
CN107945050A (zh) * 2017-11-30 2018-04-20 北京汇通金财信息科技有限公司 一种用电客户类型的识别与标识方法、装置及中央服务器
CN108631398A (zh) * 2018-05-15 2018-10-09 普天新能源（深圳）有限公司 充电设备状态监控方法、监控系统和可读存储介质
CN109087127A (zh) * 2018-07-11 2018-12-25 国家电网公司 一种电动汽车充电用户的行为特征分析方法及装置
CN109660013A (zh) * 2018-12-20 2019-04-19 国网北京市电力公司 充电桩检测设备的供电方法及装置
CN110837532A (zh) * 2019-10-17 2020-02-25 福建网能科技开发有限责任公司 一种基于大数据平台对充电桩窃电行为的检测方法
CN110991477A (zh) * 2019-10-29 2020-04-10 中国电力科学研究院有限公司 一种识别电力系统异常行业用户和异常用电行为的方法和系统
CN111002859A (zh) * 2019-12-11 2020-04-14 深圳猛犸电动科技有限公司 识别充电桩私接插排的方法、装置、终端设备及存储介质
CN111098744A (zh) * 2019-12-31 2020-05-05 上海钧正网络科技有限公司 站点车辆处理方法、系统、终端及可读存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王鹏;林佳颖;郭屾;栾文鹏;林涛: "配用电数据分析及应用" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115375192A (zh) * 2022-10-24 2022-11-22 国网天津市电力公司营销服务中心 一种基于用户用电行为的违约用电研判方法及系统
CN116777121A (zh) * 2023-08-18 2023-09-19 武汉振铭科技发展有限公司 基于大数据的非法用电的稽查方法、存储介质及电子设备
CN116777121B (zh) * 2023-08-18 2023-11-03 武汉振铭科技发展有限公司 基于大数据的非法用电的稽查方法、存储介质及电子设备

Also Published As

Publication number Publication date
CN111680933B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN111680933B (zh) 用电行为的分析方法、装置、可读介质以及设备
McLaughlin et al. Protecting consumer privacy from electric load monitoring
CN110888913B (zh) 一种基于物联网技术用电信息智能分析系统
US8774976B2 (en) Method and system for reducing peak load charge on utility bill using target peak load and countermeasures
AU2015329459B2 (en) Energy planning system and energy planning method
US20120016608A1 (en) Method and system for monitoring residential appliances
Li et al. Seasonal variation in household electricity demand: A comparison of monitored and synthetic daily load profiles
US20130159756A1 (en) Methods And Systems For Blind Analysis of Resource Consumption
CN105225026A (zh) 一种基于电能服务管理平台的住房空置率评估方法
US11249121B2 (en) Method of utility usage divergence identification between recurring consumption data indicative of repeating periodic consumption patterns and utility consumption data
CN112487046A (zh) 用电信息分析方法、装置、系统、计算机设备和存储介质
CN111474514B (zh) 一种利用智能表零火线电流发现接线漏电的分析方法
CN116345700B (zh) 一种用于储能电站的能耗监测方法及监测系统
CN112684400A (zh) 小电量台区的电能表运行误差数据监测方法及系统
CN108923536B (zh) 可调度潜力分析方法、系统、计算机设备及存储介质
CN115481905A (zh) 一种用户参与的电网用电需求响应方法及相关装置
KR101866564B1 (ko) 원격검침 로드 프로파일의 부하기기별 전력 사용 패턴 분리 장치 및 방법
KR101214986B1 (ko) 옥내 누수감지 정보를 제공하는 원격검침시스템과 옥내 누수판단 제어방법
CN118501574A (zh) 基于不同电缆输入参数类型的电缆老化评估系统及方法
CN117691722A (zh) 一种锂电池充电安全监测预警方法及系统
CN114357321A (zh) 基于智慧运维的建筑能耗管理方法及系统
CN111619402B (zh) 基于电动汽车充电桩管理平台的动力电池健康评估方法
CN116070162A (zh) 一种反窃电监测方法及系统
CN113222266B (zh) 一种基于水表日用量大数据的预测模型匹配方法
CN111443226B (zh) 一种利用三相智能表低电流记录的窃电分析方法

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
GR01 Patent grant
GR01 Patent grant