CN112016856B - 综合倍率异常识别方法、装置、计量系统和存储介质 - Google Patents

综合倍率异常识别方法、装置、计量系统和存储介质 Download PDF

Info

Publication number
CN112016856B
CN112016856B CN202011145170.0A CN202011145170A CN112016856B CN 112016856 B CN112016856 B CN 112016856B CN 202011145170 A CN202011145170 A CN 202011145170A CN 112016856 B CN112016856 B CN 112016856B
Authority
CN
China
Prior art keywords
transformer
data
multiplying power
comprehensive
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.)
Active
Application number
CN202011145170.0A
Other languages
English (en)
Other versions
CN112016856A (zh
Inventor
曾璐琨
郑楷洪
周尚礼
李鹏
李胜
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.)
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
Southern Power Grid Digital Grid Research Institute 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 Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical Southern Power Grid Digital Grid Research Institute Co Ltd
Priority to CN202011145170.0A priority Critical patent/CN112016856B/zh
Publication of CN112016856A publication Critical patent/CN112016856A/zh
Application granted granted Critical
Publication of CN112016856B publication Critical patent/CN112016856B/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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本申请涉及一种综合倍率异常识别方法、装置、计量系统和存储介质。方法包括：获取台区的日用电量以及台区内用户的日用电总量；根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；根据公变考核户综合倍率标准值数据，对综合倍率进行异常识别处理，得到异常识别结果。采用本方法能够预先有效地检查公变考核户档案中信息的正确性，提高了综合倍率异常识别的效率。

Description

综合倍率异常识别方法、装置、计量系统和存储介质
技术领域
本申请涉及电力技术领域，特别是涉及一种综合倍率异常识别方法、装置、计量系统和存储介质。
背景技术
在电力技术领域的变压器重过载治理过程，重过载监测技术的发展日益重要，为了充分发挥电能量数据在重过载治理的数据支撑作用，以实现电能质量和电网运营的优化。首先需要对变压器重过载进行监测，重过载监测是通过监测变压器的负载率反映重过载情况的，变压器负载率的测量涉及台区公变考核户的综合倍率。
现存的系统中，由于公变考核户台区被视为虚拟用电用户，不参与实际电费核算、综合倍率由人工录入系统等原因，导致现存的系统中台区公变考核户档案中出现了错误的综合倍率。现阶段对于错误的综合倍率，只能通过数据应用单位的质疑等事后间接途径反馈，人工现场核查的方式发现，效率低下。
发明内容
基于上述技术问题，提供一种高效的基于采集数据的公变考核户综合倍率异常识别方法、装置、计量系统和存储介质。
一种综合倍率异常识别方法，方法包括：
获取台区的日用电量以及台区内用户的日用电总量；
根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；
将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；
根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
在其中一个实施例中，获取台区的日用电量以及台区内用户的日用电总量包括：
获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据；
根据配变终端电量表码数据，得到台区的日用电量，并根据用户电量表码数据，得到台区内用户的日用电总量。
在其中一个实施例中，获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据包括：
获取公变考核户关联的台区标识，以及与台区标识关联的配变终端运行电能表标识；
根据配变终端运行电能表标识，查找配变终端电量表码数据；
获取与台区标识关联的计费用户编号；
查找与计费用户编号关联的运行电能表标识，根据运行电能表标识，得到台区内单个用户的用户电量表码数据。
在其中一个实施例中，根据台区的日用电量以及台区内用户的日用电总量，得到台区对应的公变考核户综合倍率包括：
对台区的日用电量和日用电总量进行变比分析，得到电流互感器变比值；
根据电流互感器变比值，确定台区对应的公变考核户综合倍率。
在其中一个实施例中，将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据包括：
获取标准电流互感器变比数据集；
分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离；
从欧式距离中筛选出数值最小的目标欧式距离；
将目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
在其中一个实施例中，根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果包括：
获取公变考核户档案数据中的综合倍率；
将综合倍率与综合倍率标准值数据进行比对，得到比对结果；
当比对结果为综合倍率与综合倍率标准值数据一致时，得到公变考核户档案数据中的综合倍率没有异常的异常识别结果；
当比对结果为综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果。
在其中一个实施例中，当比对结果为综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果之后，还包括：
将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
一种综合倍率异常识别装置，装置包括：
数据获取模块，用于获取台区的日用电量以及台区内用户的日用电总量；
数据计算模块，用于根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；
标准化分析模块，用于将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；
异常识别模块，用于根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
一种计量系统，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：
获取台区的日用电量以及台区内用户的日用电总量；
根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；
将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；
根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取台区的日用电量以及台区内用户的日用电总量；
根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；
将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；
根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
上述综合倍率异常识别方法、装置、计量系统和存储介质，通过台区的日用电量以及台区内用户的日用电总量，得到台区对应的公变考核户综合倍率，通过将公变考核户综合倍率进行标准化分析处理，得到了准确的公变考核户综合倍率标准值数据，并且通过调用公变考核户档案数据中的综合倍率，根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理。能够预先有效地检查公变考核户档案中信息的正确性，提高了综合倍率异常识别的效率。
附图说明
图1为一个实施例中综合倍率异常识别方法的流程示意图；
图2为另一个实施例中综合倍率异常识别方法的流程示意图；
图3为又一个实施例中综合倍率异常识别方法的流程示意图；
图4为还一个实施例中综合倍率异常识别方法的流程示意图；
图5为再一个实施例中综合倍率异常识别方法的流程示意图；
图6为另一个实施例中综合倍率异常识别方法的流程示意图；
图7为一个实施例中综合倍率异常识别方法的应用场景图；
图8为一个实施例中综合倍率异常识别装置的结构框图；
图9为一个实施例中计量系统的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种综合倍率异常识别方法，本实施例以该方法应用于计量系统进行举例说明，可以理解的是，该方法也可以应用于终端或者服务器，还可以应用于包括终端和服务器的其它系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤102，获取台区的日用电量以及台区内用户的日用电总量。
其中，台区是一个用电区域范围，在档案中台区建模为公变考核户，在用户层次定义，以用户身份时为公变考核户，表达用电区域时为台区。
在本实施例中，由计量系统中的配电终端采集台区的配电终端电量表码数据，再经由计量系统中的后台处理主站处理得到台区的日用电量，获取台区的日用电量。由计量系统中用户关联的智能电能表采集台区内单个用户的用户电量表码数据，通过计量系统中的集中器发送到计量系统中的后台处理主站进行处理，获取台区内用户的日用电量。
步骤104，根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率。
其中，台区的日用电量为配电终端日电量表码数据，台区内日用电总量为所有单个用户的用户日用电量表码数据的累加求和，台区对应的公变考核户综合倍率为电流互感器的变比。
根据获取的台区的日用电量以及获取的台区内日用电总量，在计量自动化后台处理主站中进行变比分析处理，设置计算的电流互感器变比值CR1，变比分析处理通过CR1计算函数模型实现，电流互感器变比值CR1即为公变考核户综合倍率。
步骤106，将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据。
其中，标准化分析处理在计量系统中的后台处理主站进行。
具体地，计量系统后台处理主站对公变考核户综合倍率CR1进行标准化分析处理，在计量系统中，计量系统中对应有电流互感器，所配置的电流互感器有相关联的电流互感器设计标准中规定的标准值数据，将标准值数据存储为标准电流互感器变比数据集。获取计量系统中的标准电流互感器变比数据集，分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离ED x ，对欧式距离ED x 筛选分析处理，筛选出数值最小的目标欧式距离，得到目标欧式距离对应的标准电流互感器变比数CR-E，将CR-E作为公变考核户综合倍率标准值数据。
步骤108，根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
其中，公变考核户档案数据是存储在计量系统中的，异常识别处理过程在计量自动化后台处理主站中进行。
具体地，获取存储在计量系统中公变考核户档案数据，根据公变考核户档案数据，根据上述标准化分析处理得到的公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，通过比对公变考核户档案数据中的综合倍率与公变考核户综合倍率标准值数据是否一致，得到异常识别结果。
上述综合倍率异常识别方法中，通过台区的日用电量以及台区内用户的日用电总量，得到台区对应的公变考核户综合倍率，通过将公变考核户综合倍率进行标准化分析处理，得到了准确的公变考核户综合倍率标准值数据，并且通过调用公变考核户档案数据中的综合倍率，根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理。能够预先有效地检查公变考核户档案中信息的正确性，提高了综合倍率异常识别的效率。
在另一个实施例中，如图2所示，获取台区的日用电量以及台区内用户的日用电总量，即为步骤102，包括：
步骤202，获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据。
其中，台区的配变终端电量表码数据为计量系统中的配变终端采集，计量系统中的配变终端由计量系统的用户智能电能表采集。
具体地，在计量系统中，根据用电客户表、运行终端表和终端电能表关系表，找到公变考核户关联的配变终端运行电能表标识和台区标识，获取公变考核户表码数据，得到台区的配变终端电量表码数据。
在其中一个实施例中，在计量系统中，根据台区标识，根据用电客户表、计量表和台区表，筛选出该台区下所有用户的编号，再按用电客户表、计量点表和计量点电能表关系表，查找与用户编号关联的运行电能表标识，得到台区内单个用户的用户电量表码数据。
步骤204，根据配变终端电量表码数据，得到台区的日用电量，并根据用户电量表码数据，得到台区内用户的日用电总量。
在其中一个实施例中，配变终端电量表码数据由每日零点进行数据采集，将后一天零点的配变终端电量表码数据减去计算日零点采集的配变终端电量表码数据，得到台区的日用电量。并根据用户电量表码数据，台区内用户的日用电总量为台区内所有单个用户的日用电量的总和，同理进行计算，将后一天零点的用户电量表码数据减去计算日零点采集的用户电量表码数据得到台区内用户的日用电量，再经过累加求和，得到台区内用户的日用电总量。
获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据，据配变终端电量表码数据，得到台区的日用电量，并根据用户电量表码数据，得到台区内用户的日用电总量。
在又一个实施例中，如图3所示，获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据，即为步骤302，包括：
步骤302，获取公变考核户关联的台区标识，以及与台区标识关联的配变终端运行电能表标识。
其中，台区标识和运行电能表标识都是存储在计量系统中的数据库中的。
在其中一个实施例中，通过计量系统的数据库，根据用电客户表、运行终端表查找到公变考核户关联的台区。
步骤304，根据配变终端运行电能表标识，查找配变终端电量表码数据。
在其中一个实施例中，根据在计量系统中查找到的配变终端运行电能表标识，获得对应的配变终端电量表码数据。
步骤306，获取与台区标识关联的用户编号。
在其中一个实施例中，通过计量系统的数据库，按台区标识，根据用电客户表、计量表和台区表，筛选出该台区下所有用户的编号，台区内每一个单个用户都有对应的用户编号，获取在此台区标识内相关联的所有单个用户的用户编号。
步骤308，查找与用户编号关联的运行电能表标识，根据运行电能表标识，得到台区内单个用户的用户电量表码数据。
在其中一个实施例中，通过计量系统的数据库，根据此台区标识内相关联的所有单个用户的用户编号，查找与用户编号关联的运行电能表标识，获得台区内所有单个用户的用户电量表码数据。
本实施例中，通过配变终端运行电能表标识，准确查找配变终端电量表码数据，进行了数据的精准匹配，以及同样通过获取与台区标识关联的用户编号，准确查找与用户编号关联的运行电能表标识，再进一步根据运行电能表标识，得到台区内单个用户的用户电量表码数据，能够达到有效的区分辨识，保证了数据获取的有效性与正确率。
在还一个实施例中，如图4所示，根据台区的日用电量以及台区内用户的日用电总量，得到台区对应的公变考核户综合倍率，即为步骤104，包括：
步骤402，对台区的日用电量和日用电总量进行变比分析，得到电流互感器变比值。
其中，变比分析处理为通过CR1计算函数模型进行计算，CR1为电流互感器变比值。
在其中一个实施例中，通过计量系统，根据获取的台区的日用电量以及获取的台区内日用电总量，在计量自动化后台处理主站中进行变比分析处理，变比分析处理通过CR1计算函数模型：CR1＝台区内日用电总量*1.05/日用电量台区的日用电量，得到电流互感器变比值CR1。
步骤404，根据电流互感器变比值，确定台区对应的公变考核户综合倍率。
在其中一个实施例中，在计量系统中，对于公变考核户而言，公变考核户综合倍率即为电流互感器变比值，根据上述电流互感器变比值CR1，可以确定台区对应的公变考核户综合倍率为CR1。
本实施例中，根据电流互感器变比值，确定台区对应的公变考核户综合倍率，能够达到确保计算的准确性，保证了通过数据计算获得值的有效性与准确率。
在再一个实施例中，如图5所示，将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据，即为步骤106，包括：
步骤502，获取标准电流互感器变比数据集。
在其中一个实施例中，在计量系统中，计量系统中对应有电流互感器，所配置的电流互感器有相关联的电流互感器设计标准中规定的标准值数据，将此标准值数据存储在计量系统中的数据库中作为标准电流互感器变比数据集，获取计量系统中的标准电流互感器变比数据集。
步骤504，分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离。
在其中一个实施例中，标准电流互感器变比数据集中涉及77种标准电流互感器变比数据，例如，当标准电流互感器变比编码为35时，标准电流互感器变比为40/1，当标准电流互感器变比编码为36时，标准电流互感器变比50/1，不同编码对应的标准电流互感器变比不相同，根据标准电流互感器变比编码进行标准电流互感器变比数据的获取。在计量系统中，将公变考核户综合倍率为CR1与所属标准电流互感器变比数据集中对应的标准电流互感器变比数据CR-S x 进行计算，通过模型函数ED x ＝|CR1－CR-S x |，计算得到欧式距离ED x ，所述模型函数值为公变考核户综合倍率为CR1与标准电流互感器变比数据CR-S x 计算所得差值的绝对值。
步骤506，从欧式距离中筛选出数值最小的目标欧式距离。
在其中一个实施例中，通过计量系统的后台处理主站，将得到的所有欧式距离ED x 进行筛选分析处理，筛选出所有欧式距离ED x 中数值最小的目标欧式距离。
步骤508，将目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
在其中一个实施例中，在计量系统中，根据目标欧式距离，通过关联函数模型：{CR-E=CR-S x |min(ED x )}，其中min(ED x ) 为目标欧式距离，即为选取欧氏距离中数值最小的欧氏距离，由关联函数模型得到与目标欧式距离对应的标准电流互感器变比数CR-E，CR-E即为综合倍率标准值数据。
本实施例中，通过获取标准电流互感器变比数据集，将公变考核户综合倍率进行标准化分析处理，分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离，根据欧式距离进行筛选处理，从欧式距离中筛选出数值最小的目标欧式距离，将目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据，上述标准化分析处理和筛选处理进一步使得所获得的公变考核户综合倍率更为标准精确，能够达到将获得的数据更为精确且标准化，保证了数据值的有效性与正确性。
在另一个实施例中，如图6所示，根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果，即为步骤108包括：
步骤602，获取公变考核户档案数据中的综合倍率。
其中，综合倍率为公变考核户档案数据，公变考核户档案是存储在计量系统中的数据库中的数据。
在其中一个实施例中，通过在计量系统中调用公变考核户档案，获取公变考核户档案数据，得到公变考核户档案数据中的综合倍率。
步骤604，将综合倍率与综合倍率标准值数据进行比对，得到比对结果。
在其中一个实施例中，通过计量系统后台处理主站进行比对处理，将上述得到的综合倍率与上述得到的综合倍率标准值数据进行比对，根据比对判断数据是否一致，得到比对结果。
步骤606，当比对结果为综合倍率与综合倍率标准值数据一致时，得到公变考核户档案数据中的综合倍率没有异常的异常识别结果。
其中，比对结果和异常识别结果都是通过计量系统后台处理主站进行处理得到的。
在其中一个实施例中，当在计量系统后台处理主站中处理得到的比对结果为公变考核户档案数据中的综合倍率与综合倍率标准值数据一致时，根据比对结果可以得到异常识别结果，异常识别结果为公变考核户档案数据中的综合倍率没有异常。
步骤608，当比对结果为综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果。
其中，比对结果和异常识别结果都是通过计量系统后台处理主站进行处理得到的。
在其中一个实施例中，当在计量系统后台处理主站中处理得到的比对结果为公变考核户档案数据中的综合倍率与综合倍率标准值数据不一致时，根据比对结果可以得到异常识别结果，异常识别结果为公变考核户档案数据中的综合倍率存在异常。
在其中一个实施例中，当比对结果为综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果之后，还包括：
将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
综合倍率在本实施例中，通过调用公变考核户档案数据中的综合倍率，根据公变考核户综合倍率标准值数据，将公变考核户档案数据中的综合倍率与综合倍率标准值数据进行比对，得到比对结果，根据比对结果，对公变考核户档案数据中的综合倍率进行异常识别处理。能够达到预先有效地检查公变考核户档案中信息的正确性，提高了综合倍率异常识别的效率。
在其中一个实施例中，在计量系统中，根据异常的异常识别结果得到修复指令，通过计量系统后台处理主站进行修复处理，具体地，调用计量系统的数据库中的公变考核户档案，将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
在本实施例中，通过根据异常的异常识别结果，对公变考核户档案中的综合倍率进行了修复处理，能够达到提高公变考核户档案中信息的正确性，提高了综合倍率异常识别的效率。
在一个应用实例中，如图7所示，本申请还提供一种应用场景，该应用场景应用上述的综合倍率异常识别方法。具体地，该综合倍率异常识别方法在该应用场景的应用如下：
在其中一个实施例中，通过计量系统，获取公变考核户关联的台区标识，以及与台区标识关联的配变终端运行电能表标识。根据公变考核户关联的台区标识查找到相应台区，根据配变终端运行电能表标识，获取相应的配变终端运行电能表中的配变终端电量表码数据，获取与台区标识关联的计费用户编号，查找与计费用户编号关联的运行电能表标识，根据运行电能表标识，获取相应的用户运行电能表中的用户电量表码数据，得到台区内单个用户的用户电量表码数据。
获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据，根据配变终端电量表码数据，得到台区的日用电量，并根据用户电量表码数据，经由计量系统的集中器进行传输，通过计量系统后台处理主站得到台区内用户的日用电总量。
通过计量系统的后台处理主站，对台区的日用电量和日用电总量进行变比分析，得到电流互感器变比值，根据电流互感器变比值，确定台区对应的公变考核户综合倍率。
通过计量系统的后台处理主站，将公变考核户综合倍率进行标准化分析处理，在计量系统中获取标准电流互感器变比数据集，分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离，从欧式距离中筛选出数值最小的目标欧式距离，将目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
获取在计量系统中公变考核户档案数据，得到公变考核户档案数据中的综合倍率，根据公变考核户综合倍率标准值数据，在计量系统后台处理主站将公变考核户档案数据中的综合倍率与综合倍率标准数据进行比对，得到比对结果，根据比对结果，通过自动化系统后台处理主站对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
当比对结果为综合倍率与综合倍率标准数据一致时，得到公变考核户档案数据中的综合倍率没有异常的异常识别结果，当比对结果为综合倍率与综合倍率标准数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果。
当异常识别结果为公变考核户档案数据中的综合倍率存在异常，通过自动化系统后台处理主站对公变考核户档案数据进行修复处理，将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
应该理解的是，虽然图1-6的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-6中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图8所示，提供了一种综合倍率异常识别装置，包括：数据获取模块802、数据计算模块804、标准化分析模块806和异常识别模块808，其中：
数据获取模块802，用于获取台区的日用电量以及台区内用户的日用电总量；
数据计算模块804，用于根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；
标准化分析模块806，用于将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；
异常识别模块808，用于根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
在其中一个实施例中，数据获取模块802还用于获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据，根据配变终端电量表码数据，得到台区的日用电量，并根据用户电量表码数据，得到台区内用户的日用电总量。
在其中一个实施例中，数据获取模块802还用于获取公变考核户关联的台区标识，以及与台区标识关联的配变终端运行电能表标识，根据配变终端运行电能表标识，查找配变终端电量表码数据，获取与台区标识关联的计费用户编号，查找与计费用户编号关联的运行电能表标识，根据运行电能表标识，得到台区内单个用户的用户电量表码数据。
在其中一个实施例中，数据计算模块804还用于对台区的日用电量和日用电总量进行变比分析，得到电流互感器变比值，根据电流互感器变比值，确定台区对应的公变考核户综合倍率。
在其中一个实施例中，标准化分析模块806，还用于获取标准电流互感器变比数据集，分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离，从欧式距离中筛选出数值最小的目标欧式距离，将目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
在其中一个实施例中，异常识别模块808，还用于获取公变考核户档案数据中的综合倍率，将公变考核户档案数据中的综合倍率与综合倍率标准值数据进行比对，得到比对结果，当比对结果为综合倍率与综合倍率标准值数据一致时，得到公变考核户档案数据中的综合倍率没有异常的异常识别结果，当比对结果为综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果。
在其中一个实施例中，异常识别模块808，还包括数据修复单元，用于当比对结果为档案数据中的综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果之后，将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
关于综合倍率异常识别装置的具体限定可以参见上文中对于综合倍率异常识别方法的限定，在此不再赘述。上述综合倍率异常识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计量系统中的处理器中，也可以以软件形式存储于计量系统中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计量系统，该计量系统可以是服务器，其内部结构图可以如图9所示。该计量系统包括通过系统总线连接的处理器、存储器和网络接口。其中，该计量系统的处理器用于提供计算和控制能力。该计量系统的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计量系统的数据库用于存储公变考核户档案数据。该计量系统的网络接口用于与外部的终端通过网络连接通信。该计量系统被处理器执行时以实现一种综合倍率异常识别方法。
本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计量系统的限定，具体的计量系统可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计量系统，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取台区的日用电量以及台区内用户的日用电总量；根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据；根据配变终端电量表码数据，得到台区的日用电量，并根据用户电量表码数据，得到台区内用户的日用电总量。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取公变考核户关联的台区标识，以及与台区标识关联的配变终端运行电能表标识；根据配变终端运行电能表标识，查找配变终端电量表码数据；获取与台区标识关联的计费用户编号；查找与计费用户编号关联的运行电能表标识，根据运行电能表标识，得到台区内单个用户的用户电量表码数据。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
对台区的日用电量和日用电总量进行变比分析，得到电流互感器变比值；根据电流互感器变比值，确定台区对应的公变考核户综合倍率。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取标准电流互感器变比数据集；分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离；从欧式距离中筛选出数值最小的目标欧式距离；将目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取公变考核户档案数据中的综合倍率，得到公变考核户档案数据中的综合倍率；将公变考核户档案数据中的综合倍率与综合倍率标准值数据进行比对，得到比对结果；当比对结果为综合倍率与综合倍率标准值数据一致时，得到公变考核户档案数据中的综合倍率没有异常的异常识别结果；当比对结果为综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果。
在其中一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
综合倍率在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取台区的日用电量以及台区内用户的日用电总量；根据日用电量以及日用电总量，得到台区对应的公变考核户综合倍率；将公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；根据公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据；根据配变终端电量表码数据，得到日用电量台区的日用电量，并根据用户电量表码数据，得到台区内用户的日用电总量。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取公变考核户关联的台区标识，以及与台区标识关联的配变终端运行电能表标识；根据配变终端运行电能表标识，查找配变终端电量表码数据；获取与台区标识关联的计费用户编号；查找与计费用户编号关联的运行电能表标识，根据运行电能表标识，得到台区内单个用户的用户电量表码数据。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
对台区的日用电量和日用电总量进行变比分析，得到电流互感器变比值；根据电流互感器变比值，确定台区对应的公变考核户综合倍率。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取标准电流互感器变比数据集；分别计算公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离；从欧式距离中筛选出数值最小的目标欧式距离；将目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取公变考核户档案数据中的综合倍率；将公变考核户档案数据中的综合倍率与综合倍率标准值数据进行比对，得到比对结果；当比对结果为综合倍率与综合倍率标准值数据一致时，得到公变考核户档案数据中的综合倍率没有异常的异常识别结果；当比对结果为综合倍率与综合倍率标准值数据不一致，得到公变考核户档案数据中的综合倍率存在异常的异常识别结果。
在其中一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic Random Access Memory，DRAM）等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种综合倍率异常识别方法，其特征在于，所述方法包括：
获取台区的日用电量以及台区内用户的日用电总量，所述台区为一个用电区域范围；
根据所述台区的日用电量以及所述日用电总量，得到所述台区对应的公变考核户综合倍率，公变考核户为所述台区建模得到，所述公变考核户综合倍率根据所述台区的日用电量以及所述日用电总量所确定的电流互感器变比值得到；
将所述公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；
根据所述公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果；
所述将所述公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据包括：
获取标准电流互感器变比数据集；
分别计算所述公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离；
从所述欧式距离中筛选出数值最小的目标欧式距离；
将所述目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
2.根据权利要求1所述的方法，其特征在于，所述获取台区的日用电量以及台区内用户的日用电总量包括：
获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据；
根据所述配变终端电量表码数据，得到日用电量台区的日用电量，并根据所述用户电量表码数据，得到台区内用户的日用电总量。
3.根据权利要求2所述的方法，其特征在于，所述获取台区的配变终端电量表码数据以及台区内单个用户的用户电量表码数据包括：
获取公变考核户关联的台区标识、以及与所述台区标识关联的配变终端运行电能表标识；
根据所述配变终端运行电能表标识，查找配变终端电量表码数据；
获取与所述台区标识关联的用户编号；
查找与所述用户编号关联的运行电能表标识，根据所述运行电能表标识，得到台区内单个用户的用户电量表码数据。
4.根据权利要求1所述的方法，其特征在于，所述根据所述日用电量以及所述日用电总量，得到所述台区对应的公变考核户综合倍率包括：
对所述台区的日用电量和日用电总量进行变比分析，得到电流互感器变比值；
根据所述电流互感器变比值，确定所述台区对应的公变考核户综合倍率。
5.根据权利要求1所述的方法，其特征在于，所述根据所述公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果包括：
获取公变考核户档案数据中的综合倍率；
将所述综合倍率与所述综合倍率标准值数据进行比对，得到比对结果；
当所述比对结果为所述综合倍率与所述综合倍率标准值数据一致时，得到所述公变考核户档案数据中的综合倍率没有异常的异常识别结果；
当所述比对结果为所述综合倍率与所述综合倍率标准值数据不一致，得到所述公变考核户档案数据中的综合倍率存在异常的异常识别结果。
6.根据权利要求5所述的方法，其特征在于，所述当所述比对结果为所述综合倍率与所述综合倍率标准值数据不一致，得到所述公变考核户档案数据中的综合倍率存在异常的异常识别结果之后，还包括：
将所述综合倍率标准值数据标记为所述公变考核户档案数据中的综合倍率的对照数据。
7.一种综合倍率异常识别装置，其特征在于，所述装置包括：
数据获取模块，用于获取台区的日用电量以及台区内用户的日用电总量，所述台区为一个用电区域范围；
数据计算模块，用于根据所述日用电量以及所述日用电总量，得到所述台区对应的公变考核户综合倍率，公变考核户为所述台区建模得到，所述公变考核户综合倍率根据所述台区的日用电量以及所述日用电总量所确定的电流互感器变比值得到；
标准化分析模块，用于将所述公变考核户综合倍率进行标准化分析处理，得到公变考核户综合倍率标准值数据；
异常识别模块，用于根据所述公变考核户综合倍率标准值数据，对公变考核户档案数据中的综合倍率进行异常识别处理，得到异常识别结果；
所述标准化分析模块还用于获取标准电流互感器变比数据集；分别计算所述公变考核户综合倍率与标准电流互感器变比数据集中的标准电流互感器变比数据的欧式距离；从所述欧式距离中筛选出数值最小的目标欧式距离；将所述目标欧式距离对应的标准电流互感器变比数据作为综合倍率标准值数据。
8.根据权利要求7所述的装置，其特征在于，所述数据获取模块还用于获取公变考核户关联的台区标识、以及与所述台区标识关联的配变终端运行电能表标识；根据所述配变终端运行电能表标识，查找配变终端电量表码数据；获取与所述台区标识关联的用户编号；查找与所述用户编号关联的运行电能表标识，根据所述运行电能表标识，得到台区内单个用户的用户电量表码数据。
9.一种计量系统，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202011145170.0A 2020-10-23 2020-10-23 综合倍率异常识别方法、装置、计量系统和存储介质 Active CN112016856B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011145170.0A CN112016856B (zh) 2020-10-23 2020-10-23 综合倍率异常识别方法、装置、计量系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011145170.0A CN112016856B (zh) 2020-10-23 2020-10-23 综合倍率异常识别方法、装置、计量系统和存储介质

Publications (2)

Publication Number Publication Date
CN112016856A CN112016856A (zh) 2020-12-01
CN112016856B true CN112016856B (zh) 2021-02-23

Family

ID=73528351

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011145170.0A Active CN112016856B (zh) 2020-10-23 2020-10-23 综合倍率异常识别方法、装置、计量系统和存储介质

Country Status (1)

Country Link
CN (1) CN112016856B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113777551B (zh) * 2021-09-09 2024-03-15 贵州电网有限责任公司 一种专线专变电力用户计量装置电流互感器变比核查方法
CN114137323B (zh) * 2021-10-15 2024-02-20 国网山东省电力公司昌邑市供电公司 计量倍率档案准确性判断方法及系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103631902B (zh) * 2013-11-21 2018-01-26 国家电网公司 一种电力现场稽查装置及方法
CN109447496B (zh) * 2018-11-08 2020-06-26 国网河北省电力有限公司电力科学研究院 窃电行为判定方法及终端设备
CN109783481A (zh) * 2018-12-19 2019-05-21 新华三大数据技术有限公司 数据处理方法和装置
CN111209595B (zh) * 2020-04-21 2020-08-11 国网四川省电力公司电力科学研究院 一种涉污企业用电信息匹配及数据处理方法
CN111768107A (zh) * 2020-07-01 2020-10-13 北京易达未来科技有限公司 一种确定公变台区线损率合理区间的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
居民用电异常识别系统的研究实现;熊秋;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20181115;全文 *

Also Published As

Publication number Publication date
CN112016856A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN110727662A (zh) 基于相关性分析的低压台区用户相位识别方法和系统
CN112016856B (zh) 综合倍率异常识别方法、装置、计量系统和存储介质
CN110852476A (zh) 客流预测方法、装置、计算机设备和存储介质
CN112487046A (zh) 用电信息分析方法、装置、系统、计算机设备和存储介质
CN111210056A (zh) 电价方案确定方法、装置、计算机设备和存储介质
CN116187552A (zh) 异常检测方法、计算设备及计算机存储介质
CN116882804A (zh) 一种智能电力监控方法及系统
CN112184072B (zh) 机房设备管理方法及装置
CN109064211B (zh) 营销业务数据分析方法、装置及服务器
CN117076894B (zh) 供应链风险全过程监测防控管理方法及管理系统
CN112598534A (zh) 评估电力消费量与国内生产总值相关性的方法及装置
CN117277435A (zh) 一种光伏逆变器的健康评估方法、系统及装置
CN109191330B (zh) 线损电量计算方法、装置、计算机设备和存储介质
CN115760486A (zh) 临建规模评估方法、装置、设备和可读存储介质
CN115166625A (zh) 智能电表误差估计方法及装置
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
CN110766286B (zh) 配电网拓扑校核方法、装置、计算机设备和可读存储介质
CN109507628B (zh) 基于三相四线表计设备的反极性故障监测方法和装置
CN112685463A (zh) 电能表串户辅助识别方法、装置、计算机设备和存储介质
CN113065234A (zh) 一种智能电表的批次可靠性风险等级评估方法及系统
CN111858291B (zh) 计费系统迁移测试中数据异常的根因确定方法、设备及系统
CN117472898B (zh) 一种基于融合的配电网异常数据纠错方法及系统
CN114024302B (zh) 用于评价台区的方法及装置
KR102533751B1 (ko) 상가 공실률 예측을 위한 lstm 기반의 공간 분석방법
CN110660002B (zh) 风力发电机组的部件的失效率曲线的确定方法和设备

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