CN113449795A - 用电数据处理方法、装置及电子设备 - Google Patents
用电数据处理方法、装置及电子设备 Download PDFInfo
- Publication number
- CN113449795A CN113449795A CN202110725021.XA CN202110725021A CN113449795A CN 113449795 A CN113449795 A CN 113449795A CN 202110725021 A CN202110725021 A CN 202110725021A CN 113449795 A CN113449795 A CN 113449795A
- Authority
- CN
- China
- Prior art keywords
- data
- electricity
- target
- electricity utilization
- utilization
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 40
- 230000005611 electricity Effects 0.000 claims abstract description 236
- 230000002159 abnormal effect Effects 0.000 claims abstract description 57
- 238000001514 detection method Methods 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000004128 high performance liquid chromatography Methods 0.000 claims abstract 4
- 230000006870 function Effects 0.000 claims description 50
- 230000015654 memory Effects 0.000 claims description 36
- 230000005856 abnormality Effects 0.000 claims description 30
- 238000012549 training Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 8
- 230000001419 dependent effect Effects 0.000 claims description 6
- 238000012423 maintenance Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013500 data storage Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Economics (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Biology (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)
- Power Sources (AREA)
Abstract
本发明公开了一种用电数据处理方法、装置及电子设备。其中，该方法包括：采用高速载波通信HPLC方法采集目标对象的目标用电数据；将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。本发明解决了现有技术中电力运行维护无法及时发现电力用户的用电异常情况的技术问题。
Description
技术领域
本发明涉及电力运维领域，具体而言，涉及一种用电数据处理方法、装置及电子设备。
背景技术
以往电力运行维护对电力用户尤其是对特殊群体通常采用定期走访的形式开展服务，服务的针对性不强，精准性不够，同时存在一定的服务延迟，导致无法及时发现电力用户的用电异常情况。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种用电数据处理方法、装置及电子设备，以至少解决现有技术中电力运行维护无法及时发现电力用户的用电异常情况的技术问题。
根据本发明实施例的一个方面，提供了一种用电数据处理方法，包括：
采用高速载波通信HPLC方法采集目标对象的目标用电数据；
将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选地，将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果，包括：判断用电数据中是否存在无效数据；在判定存在无效数据的情况下，根据目标拟合函数生成与无效数据对应的合理用电数据，其中，目标拟合函数为与无效数据对应的用电数据类型和采集时间之间的关系函数；使用合理用电数据替换无效数据，得到替换后的用电数据；将替换后的用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选地，根据目标拟合函数生成与无效数据对应的合理用电数据，包括：确定无效数据对应的用电数据类型以及采集时间点；从目标对象的用电数据中提取对应用电数据类型的第一数据，并依据第一数据构建目标拟合函数，其中，目标拟合函数的自变量为采集时间，因变量为对应用电数据类型的第一数据；根据目标拟合函数，确定与采集时间点对应的用电数据为合理用电数据。
可选地，在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之前，上述方法还包括：获取训练样本数据，其中，训练样本数据包括历史用电数据以及对应的异常结果数据，历史用电数据采用HPLC方法采集得到；使用训练样本数据进行机器训练，得到用电检测模型。
可选地，在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之后，上述方法还包括：在确定目标对象存在用电异常的情况下，发送依据用电异常的结果确定的异常状态信息。
可选地，发送依据用电异常的结果确定的异常状态信息，包括：将异常状态信息以文字信息的形式发送至接收方，其中，异常状态信息用于确定目标对象的用电需求。
根据本发明实施例的另一方面，还提供了一种用电数据处理装置，包括：获取模块，用于采用高速载波通信HPLC方法采集目标对象的目标用电数据；输入模块，用于将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
根据本发明实施例的另一方面，还提供了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现如上述的用电数据处理方法。
根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，当计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如上述的用电数据处理方法。
根据本发明实施例的另一方面，还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现如上述的用电数据处理方法。
在本发明实施例中，提供了一种用电数据处理方法，该方法通过采用高速载波通信HPLC方法采集目标对象的目标用电数据，能够实现用电数据的快速且实时地采集，避免了现有技术中电力运行维护存在的服务延迟；并将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果，由于用电检测模型可以根据特殊群体的历史用电数据进行训练得到，从而针对特殊群体实现个性化阈值设定，提高了分析结果的准确性，进而解决了现有技术中电力运行维护无法及时发现电力用户的用电异常情况技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据一示例性实施例示出的一种用电数据处理方法的计算机终端的硬件结构框图。
图2是根据本发明实施例1的用电数据处理方法的流程图；
图3是根据本发明实施例2的用电数据处理装置的装置框图；
图4是根据本发明实施例的一种终端的装置框图；
图5是根据本发明实施例的一种服务器的装置框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种用电数据处理方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例1所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用电数据处理方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的用电数据处理方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的用电数据处理方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。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。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。
在上述运行环境下，本申请提供了如图2所示的用电数据处理方法。图2是根据本发明实施例1的用电数据处理方法的流程图，如图2所示，该方法包括如下步骤：
步骤S202，采用高速载波通信HPLC方法采集目标对象的目标用电数据；
步骤S204，将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
在本发明实施例中，提供了一种用电数据处理方法，该方法通过采用高速载波通信HPLC方法采集目标对象的目标用电数据，能够实现用电数据的快速且实时地采集，避免了现有技术中电力运行维护存在的服务延迟；并将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果，由于用电检测模型可以根据特殊群体的历史用电数据进行训练得到，从而针对特殊群体实现个性化阈值设定，提高了分析结果的准确性，进而解决了现有技术中电力运行维护无法及时发现电力用户的用电异常情况技术问题。
基于HPLC(高速载波通信方案High speed Power Line Communication)技术可以实现对目标对象群的多种用电数据的高频率，高准确度的实时采集。例如，可以设定每15分钟采集一次用户的用电数据，并将采集到的全部用电数据存储在数据库中。并且，HPLC通过Python程序开发，可以实时对用于用电数据采集的系统数据库和前台页面数据更新的监测与提取保存，Python程序可以自动运行，无需人工进行干预。
在本申请的一些实施例中，上述目标对象的目标用电数据包括以下至少一种：电流数据、电压数据、功率数据和电费数据。通过将上述不同种类的目标用电数据分别输入训练后的用电检测模型中，能够根据用电检测模型中对应不同种类目标用电数据的阈值，得到目标对象是否存在用电异常的结果，上述用电异常可以包括：电流持续为零，电流波动较大，电压过低或过高，电费异常等。
在本申请的一些实施例中，将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果，包括：判断用电数据中是否存在无效数据；在判定存在无效数据的情况下，根据目标拟合函数生成与无效数据对应的合理用电数据，其中，目标拟合函数为与无效数据对应的用电数据类型和采集时间之间的关系函数；使用合理用电数据替换无效数据，得到替换后的用电数据；将替换后的用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。通过将无效数据替换为合理用电数据，能够在将替换后的用电数据输入用电检测模型后，获得更准确的目标对象是否存在用电异常的结果。
在上述实施例中，根据目标拟合函数生成与无效数据对应的合理用电数据，可以包括：确定无效数据对应的用电数据类型以及采集时间点；从目标对象的用电数据中提取对应用电数据类型的第一数据，并依据第一数据构建目标拟合函数，其中，目标拟合函数的自变量为采集时间，因变量为对应用电数据类型的第一数据；根据目标拟合函数，确定与采集时间点对应的用电数据为合理用电数据。
在本申请的一些实施例中，在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之前，上述用电数据处理方法还包括：获取训练样本数据，其中，训练样本数据包括历史用电数据以及对应的异常结果数据，历史用电数据采用HPLC方法采集得到；使用训练样本数据进行机器训练，得到用电检测模型。上述历史用电数据可以包括：特殊群体的历史电流数据、特殊群体的历史电压数据、特殊群体的历史功率数据和特殊群体的历史电费数据。历史用电数据对应的异常结果数据可以包括：电流持续为零，电流异常结果数据，电压异常结果数据，功率异常结果数据，电费异常结果数据。
在上述实施例中，可以使用训练样本数据对回归模型进行机器训练。具体地，回归模型可以根据电压异常、剩余金额、电流异常等不同服务内容建立，然后选用逻辑斯蒂回归和决策树回归模型进行训练样本数据的训练，可以针对特殊群体对用电检测模型进行个性化阈值调整，从而进一步提高分析结果的准确性。
在本申请的一些实施例中，通过Python语言实现，通过集成的同时保留个性化阈值设定功能，使各个属地单位可以通过用户的用户编号根据用户日常用电行为进行个性化阈值设定，进一步提高服务的准确性。
在本申请的一些实施例中，在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之后，上述用电数据处理方法还包括：步骤S206，在确定目标对象存在用电异常的情况下，发送依据用电异常的结果确定的异常状态信息。
在上述实施例中，发送依据用电异常的结果确定的异常状态信息，可以包括：将异常状态信息以文字信息的形式发送至接收方；其中，异常状态信息用于确定目标对象的用电需求。例如，可以将目标对象是否存在用电异常的结果自动同步到SG186营销系统，将分析结果生成通用话术，SG186营销系统以短信形式自动发送至电力运行服务方，服务方根据异常类型对特殊群体开展对应服务。
实施例2
根据本发明实施例，还提供了一种用电数据处理装置，图3是根据本发明实施例2的用电数据处理装置的结构框图，如图3所示，该装置包括：获取模块302和输入模块304，下面对该装置进行详细说明。
获取模块302，用于采用高速载波通信HPLC方法采集目标对象的目标用电数据；
输入模块304，用于将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
此处需要说明的是，上述获取模块302和输入模块304对应于实施例1中的步骤S202至步骤S204，多个模块与对应的步骤所实现的实例和应用场景相同，但不限于上述实施例1所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例1提供的计算机终端10中。
在本申请的一些实施例中，上述用电数据处理装置还包括：发送模块306，用于在确定目标对象存在用电异常的情况下，发送依据用电异常的结果确定的异常状态信息。
在上述实施例中，发送依据用电异常的结果确定的异常状态信息，可以包括：将异常状态信息以文字信息的形式发送至接收方；其中，异常状态信息用于确定目标对象的用电需求。
实施例3
本发明的实施例可以提供一种电子设备，该电子设备可以是一种终端，也可以是一种服务器。在本实施例中，该电子设备作为一种终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本实施例中，上述终端也可以为移动终端等终端设备。
可选地，在本实施例中，上述终端可以位于计算机网络的多个网络设备中的至少一个网络设备。
可选地，图4是根据一示例性实施例示出的一种终端的结构框图。如图4所示，该终端可以包括：一个或多个(图中仅示出一个)处理器41、用于存储处理器可执行指令的存储器42；其中，处理器被配置为执行指令，以实现上述任一项的用电数据处理方法。
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的用电数据处理方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的用电数据处理方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。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。
处理器可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：采用高速载波通信HPLC方法采集目标对象的目标用电数据；将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选的，上述处理器还可以执行如下步骤的程序代码：将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果，包括：判断用电数据中是否存在无效数据；在判定存在无效数据的情况下，根据目标拟合函数生成与无效数据对应的合理用电数据，其中，目标拟合函数为与无效数据对应的用电数据类型和采集时间之间的关系函数；使用合理用电数据替换无效数据，得到替换后的用电数据；将替换后的用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选的，上述处理器还可以执行如下步骤的程序代码：根据目标拟合函数生成与无效数据对应的合理用电数据，包括：确定无效数据对应的用电数据类型以及采集时间点；从目标对象的用电数据中提取对应用电数据类型的第一数据，并依据第一数据构建目标拟合函数，其中，目标拟合函数的自变量为采集时间，因变量为对应用电数据类型的第一数据；根据目标拟合函数，确定与采集时间点对应的用电数据为合理用电数据。
可选的，上述处理器还可以执行如下步骤的程序代码：在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之前，用电数据处理方法还包括：获取训练样本数据，其中，训练样本数据包括历史用电数据以及对应的异常结果数据，历史用电数据采用HPLC方法采集得到；使用训练样本数据进行机器训练，得到用电检测模型。
可选的，上述处理器还可以执行如下步骤的程序代码：在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之后，用电数据处理方法还包括：在确定目标对象存在用电异常的情况下，发送依据用电异常的结果确定的异常状态信息。
可选的，上述处理器还可以执行如下步骤的程序代码：发送依据用电异常的结果确定的异常状态信息，包括：将异常状态信息以文字信息的形式发送至接收方，其中，异常状态信息用于确定目标对象的用电需求。
在本发明的实施例中，该电子设备作为一种服务器，图5是根据一示例性实施例示出的一种服务器的结构框图。如图5所示，该服务器50可以包括：一个或多个(图中仅示出一个)处理组件51、用于存储处理组件51可执行指令的存储器52、提供电源的电源组件53，实现与外部网络通信的网络接口54和与外部进行数据传输的I/O输入输出接口55；其中，处理组件51被配置为执行指令，以实现上述任一项的用电数据处理方法。
其中，存储器可用于存储软件程序以及模块，如本发明实施例中的用电数据处理方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的用电数据处理方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。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。
处理组件可以通过传输装置调用存储器存储的信息及应用程序，以执行下述步骤：采用高速载波通信HPLC方法采集目标对象的目标用电数据；将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选的，上述处理组件还可以执行如下步骤的程序代码：将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果，包括：判断用电数据中是否存在无效数据；在判定存在无效数据的情况下，根据目标拟合函数生成与无效数据对应的合理用电数据，其中，目标拟合函数为与无效数据对应的用电数据类型和采集时间之间的关系函数；使用合理用电数据替换无效数据，得到替换后的用电数据；将替换后的用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选的，上述处理组件还可以执行如下步骤的程序代码：根据目标拟合函数生成与无效数据对应的合理用电数据，包括：确定无效数据对应的用电数据类型以及采集时间点；从目标对象的用电数据中提取对应用电数据类型的第一数据，并依据第一数据构建目标拟合函数，其中，目标拟合函数的自变量为采集时间，因变量为对应用电数据类型的第一数据；根据目标拟合函数，确定与采集时间点对应的用电数据为合理用电数据。
可选的，上述处理组件还可以执行如下步骤的程序代码：在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之前，用电数据处理方法还包括：获取训练样本数据，其中，训练样本数据包括历史用电数据以及对应的异常结果数据，历史用电数据采用HPLC方法采集得到；使用训练样本数据进行机器训练，得到用电检测模型。
可选的，上述处理组件还可以执行如下步骤的程序代码：在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之后，用电数据处理方法还包括：在确定目标对象存在用电异常的情况下，发送依据用电异常的结果确定的异常状态信息。
可选的，上述处理组件还可以执行如下步骤的程序代码：发送依据用电异常的结果确定的异常状态信息，包括：将异常状态信息以文字信息的形式发送至接收方；其中，异常状态信息用于确定目标对象的用电需求。
本领域普通技术人员可以理解，图4、图5所示的结构仅为示意，例如，上述终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(Mobile Internet Devices，MID)、PAD等终端设备。图4、图5其并不对上述电子装置的结构造成限定。例如，还可包括比图4、图5中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图4、图5所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：闪存盘、只读存储器(Read-Only Memory，ROM)、随机存取器(RandomAccess Memory，RAM)、磁盘或光盘等。
实施例4
在示例性实施例中，还提供了一种包括指令的计算机可读存储介质，当计算机可读存储介质中的指令由终端的处理器执行时，使得终端能够执行上述任一项的用电数据处理方法。可选地，计算机可读存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
可选地，在本实施例中，上述计算机可读存储介质可以用于保存上述实施例1所提供的用电数据处理方法所执行的程序代码。
可选地，在本实施例中，上述计算机可读存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：采用高速载波通信HPLC方法采集目标对象的目标用电数据；将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果，包括：判断用电数据中是否存在无效数据；在判定存在无效数据的情况下，根据目标拟合函数生成与无效数据对应的合理用电数据，其中，目标拟合函数为与无效数据对应的用电数据类型和采集时间之间的关系函数；使用合理用电数据替换无效数据，得到替换后的用电数据；将替换后的用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：根据目标拟合函数生成与无效数据对应的合理用电数据，包括：确定无效数据对应的用电数据类型以及采集时间点；从目标对象的用电数据中提取对应用电数据类型的第一数据，并依据第一数据构建目标拟合函数，其中，目标拟合函数的自变量为采集时间，因变量为对应用电数据类型的第一数据；根据目标拟合函数，确定与采集时间点对应的用电数据为合理用电数据。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之前，用电数据处理方法还包括：获取训练样本数据，其中，训练样本数据包括历史用电数据以及对应的异常结果数据，历史用电数据采用HPLC方法采集得到；使用训练样本数据进行机器训练，得到用电检测模型。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：在将目标用电数据输入用电检测模型，得到目标对象是否存在用电异常的结果之后，用电数据处理方法还包括：在确定目标对象存在用电异常的情况下，发送依据用电异常的结果确定的异常状态信息。
可选地，在本实施例中，计算机可读存储介质被设置为存储用于执行以下步骤的程序代码：发送依据用电异常的结果确定的异常状态信息，包括：将异常状态信息以文字信息的形式发送至接收方，其中，异常状态信息用于确定目标对象的用电需求。
在示例性实施例中，还提供了一种计算机程序产品，当计算机程序产品中的计算机程序由电子设备的处理器执行时，使得电子设备能够执行上述任一项的用电数据处理方法。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种用电数据处理方法，其特征在于，包括：
采用高速载波通信HPLC方法采集目标对象的目标用电数据；
将所述目标用电数据输入用电检测模型，得到所述目标对象是否存在用电异常的结果。
2.根据权利要求1所述的方法，其特征在于，将所述目标用电数据输入所述用电检测模型，得到所述目标对象是否存在用电异常的结果，包括：
判断所述用电数据中是否存在无效数据；
在判定存在所述无效数据的情况下，根据目标拟合函数生成与所述无效数据对应的合理用电数据，其中，所述目标拟合函数为与所述无效数据对应的用电数据类型和采集时间之间的关系函数；
使用所述合理用电数据替换所述无效数据，得到替换后的用电数据；
将所述替换后的用电数据输入所述用电检测模型，得到所述目标对象是否存在用电异常的结果。
3.根据权利要求2所述的方法，其特征在于，根据目标拟合函数生成与所述无效数据对应的合理用电数据，包括：
确定所述无效数据对应的用电数据类型以及采集时间点；
从所述目标对象的用电数据中提取对应所述用电数据类型的第一数据，并依据所述第一数据构建所述目标拟合函数，其中，所述目标拟合函数的自变量为采集时间，因变量为对应所述用电数据类型的第一数据；
根据所述目标拟合函数，确定与所述采集时间点对应的用电数据为所述合理用电数据。
4.根据权利要求1所述的方法，其特征在于，在将所述目标用电数据输入用电检测模型，得到所述目标对象是否存在用电异常的结果之前，还包括：
获取训练样本数据，其中，所述训练样本数据包括历史用电数据以及对应的异常结果数据，所述历史用电数据采用HPLC方法采集得到；
使用所述训练样本数据进行机器训练，得到所述用电检测模型。
5.根据权利要求1所述的方法，其特征在于，在将所述目标用电数据输入用电检测模型，得到所述目标对象是否存在用电异常的结果之后，还包括：
在确定所述目标对象存在用电异常的情况下，发送依据所述用电异常的结果确定的异常状态信息。
6.根据权利要求5所述的方法，其特征在于，发送依据所述用电异常的结果确定的异常状态信息，包括：
将所述异常状态信息以文字信息的形式发送至接收方，其中，所述异常状态信息用于确定所述目标对象的用电需求。
7.一种用电数据处理装置，其特征在于，包括：
获取模块，用于采用高速载波通信HPLC方法采集目标对象的目标用电数据；
输入模块，用于将所述目标用电数据输入用电检测模型，得到所述目标对象是否存在用电异常的结果。
8.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1至6中任一项所述的用电数据处理方法。
9.一种计算机可读存储介质，其特征在于，当所述计算机可读存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1至6中任一项所述的用电数据处理方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的用电数据处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110725021.XA CN113449795A (zh) | 2021-06-29 | 2021-06-29 | 用电数据处理方法、装置及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110725021.XA CN113449795A (zh) | 2021-06-29 | 2021-06-29 | 用电数据处理方法、装置及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113449795A true CN113449795A (zh) | 2021-09-28 |
Family
ID=77813740
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110725021.XA Pending CN113449795A (zh) | 2021-06-29 | 2021-06-29 | 用电数据处理方法、装置及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113449795A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102930404A (zh) * | 2012-11-14 | 2013-02-13 | 奉化市供电局 | 一种客户服务中心vip服务管理平台 |
| 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 |
| CN110045209A (zh) * | 2019-05-10 | 2019-07-23 | 广东电网有限责任公司 | 用电数据异常的检测方法、装置、设备及可读存储介质 |
| US20190369570A1 (en) * | 2018-05-30 | 2019-12-05 | Mitsubishi Electric Us, Inc. | System and method for automatically detecting anomalies in a power-usage data set |
| CN111223006A (zh) * | 2019-12-25 | 2020-06-02 | 国网冀北电力有限公司信息通信分公司 | 一种异常用电检测方法及装置 |
| CN111538723A (zh) * | 2020-04-29 | 2020-08-14 | 上海电器科学研究所（集团）有限公司 | 监测数据处理方法、装置及电子设备 |
| CN111970583A (zh) * | 2020-08-26 | 2020-11-20 | 上海国泉科技有限公司 | 一种用电数据采集装置 |
| CN112070380A (zh) * | 2020-08-28 | 2020-12-11 | 广东电网有限责任公司 | 一种基于NB-IoT的用电检查管理系统及控制方法 |
-
2021
- 2021-06-29 CN CN202110725021.XA patent/CN113449795A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102930404A (zh) * | 2012-11-14 | 2013-02-13 | 奉化市供电局 | 一种客户服务中心vip服务管理平台 |
| 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 |
| US20190369570A1 (en) * | 2018-05-30 | 2019-12-05 | Mitsubishi Electric Us, Inc. | System and method for automatically detecting anomalies in a power-usage data set |
| CN110045209A (zh) * | 2019-05-10 | 2019-07-23 | 广东电网有限责任公司 | 用电数据异常的检测方法、装置、设备及可读存储介质 |
| CN111223006A (zh) * | 2019-12-25 | 2020-06-02 | 国网冀北电力有限公司信息通信分公司 | 一种异常用电检测方法及装置 |
| CN111538723A (zh) * | 2020-04-29 | 2020-08-14 | 上海电器科学研究所（集团）有限公司 | 监测数据处理方法、装置及电子设备 |
| CN111970583A (zh) * | 2020-08-26 | 2020-11-20 | 上海国泉科技有限公司 | 一种用电数据采集装置 |
| CN112070380A (zh) * | 2020-08-28 | 2020-12-11 | 广东电网有限责任公司 | 一种基于NB-IoT的用电检查管理系统及控制方法 |
Non-Patent Citations (3)
| Title |
|---|
| ARNO DE CAIGNY 等: "A new hybrid classification algorithm for customer churn prediction based on logistic regression and decision trees", 《 EUROPEAN JOURNAL OF OPERATIONAL RESEARCH》, vol. 269, no. 2, 1 September 2018 (2018-09-01), pages 760 - 772, XP085385951, DOI: 10.1016/j.ejor.2018.02.009 * |
| C. CHAHLA: "A deep learning approach for anomaly detection and prediction in power consumption data", ENERGY EFFICIENCY, vol. 13, no. 8, pages 1633, XP037279420, DOI: 10.1007/s12053-020-09884-2 * |
| 杨铮宇: "基于大数据和机器学习的用电异常行为分析系统", 电测与仪表, vol. 60, no. 06, pages 167 - 173 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113395200B (zh) | 消息推送方法和系统、客户端、存储介质及处理器 | |
| CN111367562B (zh) | 数据采集方法、装置、存储介质及处理器 | |
| CN104852937A (zh) | 用于移动应用的网络接入方法和装置 | |
| CN109726808B (zh) | 神经网络训练方法和装置、存储介质及电子装置 | |
| CN113934299A (zh) | 设备交互方法、装置、智能家居设备及处理器 | |
| CN113315571A (zh) | 硅光模块的监控方法及装置 | |
| CN112417164A (zh) | 信息的推荐方法和装置、存储介质、电子装置 | |
| CN112416706A (zh) | 功耗的测试方法、装置及系统、存储介质、电子装置 | |
| CN113449795A (zh) | 用电数据处理方法、装置及电子设备 | |
| CN107786528B (zh) | 应用的登录方法及装置、通信系统 | |
| CN103634348A (zh) | 终端设备以及发布信息的方法 | |
| CN114138771B (zh) | 异常数据的处理方法、装置及电子设备 | |
| CN112182460A (zh) | 资源的推送方法和装置、存储介质及电子装置 | |
| CN113194045B (zh) | 数据流量分析方法、装置、存储介质及处理器 | |
| CN111678519B (zh) | 智能导航方法、装置及存储介质 | |
| CN110781878B (zh) | 目标区域的确定方法及装置、存储介质、电子装置 | |
| CN114466322A (zh) | 通信方法、系统、装置、存储介质以及处理器 | |
| CN110324366B (zh) | 数据处理方法、装置及系统 | |
| CN110708576A (zh) | 收视数据处理方法、装置以及存储介质 | |
| CN110728138A (zh) | 新闻文本识别的方法、装置以及存储介质 | |
| CN110888573A (zh) | 对控件进行标识的方法、装置以及存储介质 | |
| CN114416245B (zh) | 对用户界面进行更新的方法、装置以及存储介质 | |
| CN110971644A (zh) | 一种页面访问监测方法及装置 | |
| CN110096255B (zh) | 规则降级处理方法、装置及系统、数据处理方法 | |
| CN115905288B (zh) | 数据报送生成对账数据的通用方法及装置 |
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 |