CN111797143A - 基于用电量统计分布偏度系数的水产养殖业窃电检测方法 - Google Patents

基于用电量统计分布偏度系数的水产养殖业窃电检测方法 Download PDF

Info

Publication number
CN111797143A
CN111797143A CN202010645870.XA CN202010645870A CN111797143A CN 111797143 A CN111797143 A CN 111797143A CN 202010645870 A CN202010645870 A CN 202010645870A CN 111797143 A CN111797143 A CN 111797143A
Authority
CN
China
Prior art keywords
user
users
electricity
skewness
aquaculture
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
CN202010645870.XA
Other languages
English (en)
Other versions
CN111797143B (zh
Inventor
苏盛
付青
金晟
杜章华
殷涛
毛源军
郑应俊
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202010645870.XA priority Critical patent/CN111797143B/zh
Publication of CN111797143A publication Critical patent/CN111797143A/zh
Application granted granted Critical
Publication of CN111797143B publication Critical patent/CN111797143B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R22/00—Arrangements for measuring time integral of electric power or current, e.g. electricity meters
    • G01R22/06—Arrangements for measuring time integral of electric power or current, e.g. electricity meters by electronic methods
    • G01R22/061—Details of electronic electricity meters
    • G01R22/066—Arrangements for avoiding or indicating fraudulent use
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474—Sequence data queries, e.g. querying versioned 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Power Engineering (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)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Farming Of Fish And Shellfish (AREA)

Abstract

一种基于用电量统计分布偏度系数的水产养殖业窃电检测方法，是利用用电统计分布的偏度系数作为基础指标，分析水产养殖业用户用电数据统计分布的偏移程度，首先获取用户连续数日的单位时间用电量，然后计算用户连续多日的单位时间用电量统计分布曲线的偏度系数；当用户数量较少时，可认为偏度系数小于0的为正常用电用户，偏度系数大于0的为异常用电用户。若用户数量超过100个时，可将所有用户的偏度系数绘制频率分布直方图，根据直方图分析法设置阈值，当用户的偏度系数大于预设阈值时，则该水产养殖用户为异常用电用户，反之则为正常用电用户。如此，通过偏度系数能够在水产养殖业中发现用电异常用户，及时进行针对稽查以减小由用户用电异常带来的损失。

Description

基于用电量统计分布偏度系数的水产养殖业窃电检测方法
技术领域
本发明涉及窃电检测领域，具体涉及一种基于用电量统计分布偏度系数的水产养殖业窃电检测方法。
背景技术
现代社会中，可靠供电是人们生活及工作的基本需要。为减少电费支出谋取利益，不法分子常采用技术手段进行窃电，对供电企业造成严重冲击。智能电表和自动远程抄表系统的普及应用，为通过数据分析检测窃电奠定了物质基础。
水产养殖是我国农村电力用户的重要组成部分。养殖户往往在鱼塘中高密度地饲养远超过自然承载密度水平的淡水鱼，并通过持续地电泵增氧提高鱼塘氧气含量，以提高单位面积鱼塘的养殖收益水平。水产养殖用户一般为低压用电，用电设备主要包括增氧机和投料机。增氧机主要为叶轮式增氧机，分为1.5kW和3kW两种规格，5亩以下的鱼塘可选用1.5kW的增氧机，5亩以上的鱼塘可选用3kW的增氧机；5亩以下的鱼塘可选用150-250W的投料机。综上，每亩水面的鱼塘的用电功率一般在450-550W之间。为保障饲喂鱼类安全，需氧量高的夏秋季节需要持续供氧，电费是水产养殖的重要成本支出。由于水产养殖多为农村低压供电，用户数量多且地域分散，用电管理人员很难通过巡视发现用电异常，相当部分水产养殖用户存在通过偷电减少成本支出的冲动。因此，有必要分析水产养殖用户的用电规律，研究利用用电数据分析识别水产养殖用户窃电的方法。
水产养殖中，含氧量是保证饲喂鱼类安全的关键要素。一般而言，饲喂鱼类在夏、秋、冬季节体型增大，需氧量增加，容易缺氧，需要持续增氧。夜间及阴雨天无日照，浮游植物停止光合作用造氧，水体溶氧条件差，需持续增氧。由于水产养殖用户往往按超自然承载条件的高密度饲养，水产养殖用户往往需要不分时段地持续开启增氧机增氧。此时，从用电量的统计分布上来看，大部分时段处于较大功率的用电状态，而仅有少数时段处于不用电或用电量低的状态，统计分布曲线具有左偏的特点。水产养殖户窃电时，仅会在用电管理人员巡视稽查等极少数时间段停止窃电恢复正常计量，在其他时间都将因窃电处于低电量的计量状态。因此，窃电的水产养殖用户单位时间用电数据的统计分布会呈现出低用电量部分频率更高的右偏特性。据此可以根据单个水产养殖用户的用电数据判断是否为需登门稽查的异常用电用户。
对于同一地区的多个水产养殖用户，由于天气条件相同，需要开启增氧的时间段相近，正常用电的水产养殖用户的用电量统计分布会具有相近的分布形态，而异常用电用户的统计分布会具有右偏的形态。如果用偏度系数描述用户用电的统计分布形态，正常用电水产养殖用户的偏度系数为表征左偏分布的负值并集中在邻近区间，而异常用电用户的偏度系数则远离正常用户的偏度系数。因此，可根据用电的偏度系数的分布识别用电异常的水产养殖用户以开展现场稽查。
发明内容
本发明的目的是，针对上述问题，提出一种基于用电量统计分布偏度系数的水产养殖业窃电检测方法，通过偏度系数能够在水产养殖业中发现用电异常用户，及时进行针对稽查以减小由用户用电异常带来的损失。
为了达到上述目的，本发明采用的技术方案是：一种基于用电量统计分布偏度系数的水产养殖业窃电检测方法，该方法步骤如下：
步骤1：获取同一地区数个水产养殖用户连续数日的用电量数据，建立每个用户的单位时间用电量时间序列
Figure BDA0002573091750000021
其中，i为第i个用户、j为第j个单位时间，k为时间序列中的元素个数；
上述提及的水产养殖用户的用电量是从用电信息采集系统采集；该连续多日的具体天数根据各养殖用户实际使用情况而定，如，连续30-90天。
当单位时间为日时，若时间间隔为15min，则k＝96；若时间间隔为30min，则k＝48。当单位时间为小时时，若时间间隔为15min时，则k＝4；若时间间隔为30min，则k＝2。
步骤2：计算每个用户于该连续数日的单位时间用电量的统计分布曲线的偏度系数SK；
上述偏度系数的计算方法为本领域常规技术。偏度系数SK能反映数据分布偏离中心位置的程度，当SK＞0时，为正偏态分布，即为右偏；当SK＞0时，为负偏态分布，即为左偏。计算公式为SK＝(mean-median)/std，其中，mean为单个用户的
Figure BDA0002573091750000031
的平均值，对于用户i，
Figure BDA0002573091750000032
median为单个用户的
Figure BDA0002573091750000033
中位数，计算方法为：对于用户i，先对用电量数据
Figure BDA0002573091750000034
按从小到大的顺序排序为：
Figure BDA0002573091750000035
则当N＝j*k为奇数时，
Figure BDA0002573091750000036
当N为偶数时，
Figure BDA0002573091750000037
std为单个用户的
Figure BDA0002573091750000038
的标准差。
步骤3：统计该些水产养殖用户的数量，并判断水产养殖用户的数量是否小于100个，若用户数量＜100个，则进入步骤4；否则进入步骤5；
步骤4：继续判断SK是否小于0，若SK＜0，则该用户为正常用电用户，反之则为异常用电用户；
步骤5：根据所有用户的偏度系数绘制频率分布直方图，以绘制的频率分布直方图为基础采用直方图分析法设定阈值α，判断SK是否小于α，若SK＞α，则该用户为异常用电用户，反之则为正常用电用户。
直方图分析法是根据直方图曲线所呈现出的峰谷值特征及分布情况来选择并确定分割门限。上述阈值的设定为现有技术(参见:刘超.基于阈值图像分割的研究及在苹果定位中的应用[D].江西:东华理工大学,2015:15.)，具体为：若频率分布直方图呈现单峰的形状，即明显形成一个主峰，则选取单峰曲线的斜率由陡峭向平坦的拐点位置所对应的数值作为阈值；若频率分布直方图呈现双峰的形状，通过对直方图横轴中的单位时间用电量数据点求一阶左右导数，如果该点的左右导数为相反且左导数为负右导数为正时，则该点为波谷点，将波谷点所对应的数值作为阈值。
本发明以水产养殖用户一段时间内单位时间用电量统计分布在一定区间内为依据，通过利用偏度系数来确定用户单位时间用电量统计分布的偏移程度，然后根据直方图分析法设置阈值，通过比较用户的偏度系数与预设阈值的大小来识别异常用电用户。与传统的窃电检查方法相比，该方法利用水产养殖用户用电设备启停规律决定的用电数据统计特性识别用电异常的用户，缩小了窃电稽查的范围，能够更快速地找到窃电用户。该方法为水产养殖用户的窃电检测提供了新路径，同时节约了窃电检查的时间与人力、物力成本。
附图说明
图1为本发明的方法流程图。
图2为本发明实施例的正常用电用户的用电数据概率密度曲线图。
图3为本发明实施例的异常用电用户的用电数据概率密度曲线图。
图4为本发明实施例的500个水产养殖用户用电数据统计分布偏度系数的频率分布直方图。
具体实施方式
结合参照图1，本发明为一种基于用电量统计分布偏度系数的水产养殖业窃电检测方法，该方法步骤如下：
步骤1：获取同一地区数个水产养殖用户连续数日的用电量数据，建立每个用户的单位时间用电量时间序列
Figure BDA0002573091750000041
其中，i为第i个用户、j为第j个单位时间，k为时间序列中的元素个数；
上述单位时间可以是日、小时等，即建立的是日用电量时间序列或小时用电量时间序列。当建立日用电量时间序列时，时间间隔为15min时，k＝96，当时间间隔为30min时，k＝48。
步骤2：计算每个用户于该连续数日的单位时间用电量的统计分布曲线的偏度系数SK；
步骤3：统计该些水产养殖用户的数量，并判断水产养殖用户的数量是否小于100个，若用户数量＜100个，则进入步骤4；否则进入步骤5；
步骤4：若SK＜0，则用户为正常用电用户，反之则为异常用户；
步骤5：将所有用户的偏度系数绘制频率分布直方图，以绘制的频率分布直方图为基础采用直方图分析法设定阈值α，若SK＞α，则该用户为异常用电用户，反之则为正常用电用户。
上述阈值的设定为：若频率分布直方图呈现单峰的形状，即明显形成一个主峰，则选取单峰曲线的斜率由陡峭向平坦的拐点位置所对应的数值作为阈值；若频率分布直方图呈现双峰的形状，通过对直方图横轴中的单位时间用电量数据点求一阶左右导数，如果该点的左右导数为相反且左导数为负右导数为正时，则该点为波谷点，将波谷点所对应的数值作为阈值。
实施例1
为准确分析养鱼用户的窃电现象，以某地区500个养鱼用户7月1日至10月28日的用电量为例进行说明。用电量按每天的用电量汇总。因为用户个数为500个，数量偏多，故首先计算每个用户连续数日的日用电量统计分布曲线的偏度系数SK，然后根据所有用户的偏度系数绘制频率分布直方图。结合参见图2和图3，由图可清晰的看出，正常用电用户的概率密度曲线图的峰会比异常用电用户的概率密度曲线的峰更右偏一些，且正常用电用户的偏度系数会小于异常用电用户的偏度系数。同时由图4可以看出，频率分布直方图呈现明显的双峰，且左峰明显高于右峰，这是因为在选取的用户中正常用电用户所占比例较高，异常用电用户个数较少，且由图可以看出，两峰之间谷底的位置在0-0.1之间，为避免因阈值过高造成漏判阈值过低造成误判，本发明将两峰谷底中间位置设置为阈值即α＝0.05。经计算，在选取的500个用户中有21个用户超过阈值，可将其作为异常用电用户登门稽查。

Claims (2)

1.一种基于用电量统计分布偏度系数的水产养殖业窃电检测方法，其特征在于，该方法步骤如下：
步骤1：获取同一地区数个水产养殖用户连续数日的用电量数据，建立每个用户的单位时间用电量时间序列
Figure FDA0002573091740000011
其中，i为第i个用户、j为第j个单位时间，k为时间序列中的元素个数；
步骤2：计算每个用户于该连续数日的单位时间用电量的统计分布曲线的偏度系数SK；
步骤3：判断该些用户的数量是否小于100个，若用户数量＜100个，则进入步骤4；否则进入步骤5；
步骤4：若SK＜0，则该用户为正常用电用户，反之则为异常用电用户；
步骤5：根据所有用户的偏度系数绘制频率分布直方图，以绘制的频率分布直方图为基础采用直方图分析法设定阈值α，若SK＞α，则该用户为异常用电用户，反之则为正常用电用户。
2.如权利要求1所述的基于偏度系数的水产养殖业窃电检测方法，其特征在于，所述步骤5中阈值设定时，若频率分布直方图呈现单峰的形状，则选取单峰曲线的斜率由陡峭向平坦的拐点位置所对应的数值作为阈值；若频率分布直方图呈现双峰的形状，通过对直方图横轴中的单位时间用电量数据点求一阶左右导数，如果该点的左右导数为相反且左导数为负右导数为正时，则该点为波谷点，将波谷点所对应的数值作为阈值。
CN202010645870.XA 2020-07-07 2020-07-07 基于用电量统计分布偏度系数的水产养殖业窃电检测方法 Active CN111797143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010645870.XA CN111797143B (zh) 2020-07-07 2020-07-07 基于用电量统计分布偏度系数的水产养殖业窃电检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010645870.XA CN111797143B (zh) 2020-07-07 2020-07-07 基于用电量统计分布偏度系数的水产养殖业窃电检测方法

Publications (2)

Publication Number Publication Date
CN111797143A true CN111797143A (zh) 2020-10-20
CN111797143B CN111797143B (zh) 2023-12-15

Family

ID=72811171

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010645870.XA Active CN111797143B (zh) 2020-07-07 2020-07-07 基于用电量统计分布偏度系数的水产养殖业窃电检测方法

Country Status (1)

Country Link
CN (1) CN111797143B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765826A (zh) * 2021-01-27 2021-05-07 长沙理工大学 基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法
CN114154999A (zh) * 2021-10-27 2022-03-08 国网河北省电力有限公司营销服务中心 一种反窃电方法、装置、终端及存储介质
CN116486590A (zh) * 2023-05-10 2023-07-25 漆燕 基于远程抄表模式的电表数据分析系统

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030161513A1 (en) * 2002-02-22 2003-08-28 The University Of Chicago Computerized schemes for detecting and/or diagnosing lesions on ultrasound images using analysis of lesion shadows
CN201540313U (zh) * 2009-11-05 2010-08-04 宁波三星电气股份有限公司 电能表
CN105137380A (zh) * 2015-07-20 2015-12-09 贵州电网有限责任公司电力调度控制中心 一种基于偏态分布的保护用电流互感器饱和检测方法
CN105262051A (zh) * 2015-09-29 2016-01-20 湖南大学 基于采样序列绝对值偏态分布的变压器励磁涌流鉴别方法
CN107220906A (zh) * 2017-05-31 2017-09-29 国网上海市电力公司 基于用电采集系统的多时间尺度用电异常分析方法
CN108805747A (zh) * 2018-06-13 2018-11-13 山东科技大学 一种基于半监督学习的异常用电用户检测方法
CN109031403A (zh) * 2018-08-20 2018-12-18 吉林大学 一种基于s-k特征的钻孔应变数据异常提取方法
CN109117449A (zh) * 2018-07-27 2019-01-01 武汉文网亿联科技有限公司 基于非线性最小二乘模型测算网吧安装率的方法
CN109753989A (zh) * 2018-11-18 2019-05-14 韩霞 基于大数据与机器学习的电力用户窃电行为分析方法
CN109947812A (zh) * 2018-07-09 2019-06-28 平安科技（深圳）有限公司 连续缺失值填充方法、数据分析装置、终端及存储介质
US20190230106A1 (en) * 2018-01-19 2019-07-25 General Electric Company Autonomous reconfigurable virtual sensing system for cyber-attack neutralization
CN110568238A (zh) * 2019-10-15 2019-12-13 长沙理工大学 基于用电行为特性的路灯专变窃电检测分析方法
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

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030161513A1 (en) * 2002-02-22 2003-08-28 The University Of Chicago Computerized schemes for detecting and/or diagnosing lesions on ultrasound images using analysis of lesion shadows
CN201540313U (zh) * 2009-11-05 2010-08-04 宁波三星电气股份有限公司 电能表
CN105137380A (zh) * 2015-07-20 2015-12-09 贵州电网有限责任公司电力调度控制中心 一种基于偏态分布的保护用电流互感器饱和检测方法
CN105262051A (zh) * 2015-09-29 2016-01-20 湖南大学 基于采样序列绝对值偏态分布的变压器励磁涌流鉴别方法
CN107220906A (zh) * 2017-05-31 2017-09-29 国网上海市电力公司 基于用电采集系统的多时间尺度用电异常分析方法
US20190230106A1 (en) * 2018-01-19 2019-07-25 General Electric Company Autonomous reconfigurable virtual sensing system for cyber-attack neutralization
CN108805747A (zh) * 2018-06-13 2018-11-13 山东科技大学 一种基于半监督学习的异常用电用户检测方法
CN109947812A (zh) * 2018-07-09 2019-06-28 平安科技（深圳）有限公司 连续缺失值填充方法、数据分析装置、终端及存储介质
CN109117449A (zh) * 2018-07-27 2019-01-01 武汉文网亿联科技有限公司 基于非线性最小二乘模型测算网吧安装率的方法
CN109031403A (zh) * 2018-08-20 2018-12-18 吉林大学 一种基于s-k特征的钻孔应变数据异常提取方法
CN109753989A (zh) * 2018-11-18 2019-05-14 韩霞 基于大数据与机器学习的电力用户窃电行为分析方法
CN110568238A (zh) * 2019-10-15 2019-12-13 长沙理工大学 基于用电行为特性的路灯专变窃电检测分析方法
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

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
JOSIF V. SPIRIĆ A 等: "Determining a set of suspicious electricity customers using statistical ACL Tukey’s control charts method", 《INTERNATIONAL JOURNAL OF ELECTRICAL POWER & ENERGY SYSTEMS》, vol. 83, pages 402 - 410, XP029641980, DOI: 10.1016/j.ijepes.2016.04.035 *
刘超: "基于阈值图像分割的研究及在苹果定位中的应用", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 01, pages 138 - 818 *
张灿: "基于用电行为分析的异常用电检测", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》, no. 06, pages 042 - 382 *
蓝新斌 等: "东莞供电局配电线路故障跳闸统计分析", 《湖北电力》, vol. 43, no. 4, pages 51 - 56 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112765826A (zh) * 2021-01-27 2021-05-07 长沙理工大学 基于用电功率频率分布相对熵的室内大麻种植居民用户识别方法
CN114154999A (zh) * 2021-10-27 2022-03-08 国网河北省电力有限公司营销服务中心 一种反窃电方法、装置、终端及存储介质
CN116486590A (zh) * 2023-05-10 2023-07-25 漆燕 基于远程抄表模式的电表数据分析系统
CN116486590B (zh) * 2023-05-10 2024-03-22 江阴众和电力仪表有限公司 基于远程抄表模式的电表数据分析系统

Also Published As

Publication number Publication date
CN111797143B (zh) 2023-12-15

Similar Documents

Publication Publication Date Title
CN111797143A (zh) 基于用电量统计分布偏度系数的水产养殖业窃电检测方法
CN111626536A (zh) 一种基于数据驱动的居民用电能效评估方法
CN109558467B (zh) 用电用户类别识别方法及系统
CN112215479B (zh) 一种基于自适应收缩岭回归的电表反窃电分析方法
CN107991956A (zh) 一种工业废水偷排监控预警系统
CN111859292B (zh) 一种夜间用水活跃小区的供水漏损监测方法
CN110414051A (zh) 一种抑制河流水华的生态需水核算方法
CN114336615A (zh) 一种基于输电环境大数据分析的电力资源调度智能管理系统
CN111652528A (zh) 一种水缸型水库总磷水质级别评价方法及系统
CN116307673A (zh) 一种用于城市生命线的地下管网交互风险预警系统
CN117345596A (zh) 一种高效节能循环水利用系统
CN105894034A (zh) 一种基于二次聚类的商业负荷特性聚类分析方法
CN110598936A (zh) 一种河流生态需水计算系统及信息传输方法
CN117541110A (zh) 一种雨源型城市通江河道污染特征评价及污染源识别方法
Ender et al. Extreme value modeling of precipitation in case studies for China
CN109359134B (zh) 一种基于数据挖掘的照明插座能耗隐性异常数据的识别方法
CN111160596A (zh) 一种基于旱情站点计算区域权重的优化方法
CN114358617A (zh) 一种基于电力数据的工业经济发展动态分析评估方法
CN103310455A (zh) 基于自适应双倍阈值的ransac数字滤波方法
CN118364313B (zh) 一种电力系统的实时信息标定方法
CN213210827U (zh) 一种基于ATmage4809单片机的智能渔业监测系统
CN104636881A (zh) 一种基于业务流程的无源终端的电量管理方法
CN117623424B (zh) 一种污水处理设备优化运行控制管理系统
CN113723775B (zh) 一种基于电力大数据的企业及行业运营风险的评估方法
CN105894200A (zh) 一种大停电下第一产业用户损失评估方法

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