CN114091783A - 一种企业用电预警方法、装置、计算机设备和存储介质 - Google Patents
一种企业用电预警方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN114091783A CN114091783A CN202111443809.8A CN202111443809A CN114091783A CN 114091783 A CN114091783 A CN 114091783A CN 202111443809 A CN202111443809 A CN 202111443809A CN 114091783 A CN114091783 A CN 114091783A
- Authority
- CN
- China
- Prior art keywords
- users
- enterprise
- early warning
- power consumption
- data
- 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
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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明实施例提供了一种企业用电预警方法、装置、计算机设备和介质,该方法包括:获取全体用户的用电数据,对全体用户的用电数据进行相似性分析,从全体用户中确定重点企业用户,提取重点企业用户的用电数据并对重点企业用户的用电数据进行监测,根据监测结果确认重点企业用户的用电量是否异常,并输出相应的预警信息。通过对全体用户的用电数据进行相似性分析进而确定重点企业用户,精准实时地获取重点企业用户的用电数据进行监测,在用电量发生异常时及时输出预警信息,实现对重点企业用户的用电分析预警从而随时掌握其生产状态变化。
Description
技术领域
本发明实施例涉及电力的技术领域,尤其涉及一种企业用电预警方法、装置、计算机设备和存储介质。
背景技术
日前,随着新冠疫情形势的逐渐稳定好转,疫情日常防控与企业复工复产已成为当前社会生产的主要任务,以尽量减小对经济运行的影响。
随着大部分企业的复工复产,需准确地对企业的复工复产情况进行监测以掌握企业生产运营状况,由于企业运行离不开用电,电力使用情况是客观、准确评价企业生产状态的重要指标,现有的企业用电分析主要依赖报表统计分析,缺乏实时性且难以基于用电情况对企业的生产状态进行准确的分析预警,
因此,现有技术还有待于改进和发展。
发明内容
鉴于上述背景技术的不足,本发明实施例提出了一种企业用电预警方法、装置、计算机设备和存储介质,以解决难以实时准确对企业用电进行分析预警的问题。
第一方面,本发明实施例提供了一种企业用电预警方法,包括:
获取全体用户的用电数据;
对所述全体用户的用电数据进行相似性分析,从所述全体用户中确定重点企业用户;
提取所述重点企业用户的用电数据并对所述重点企业用户的用电数据进行监测;
根据监测结果确认所述重点企业用户的用电量是否异常,并输出相应的预警信息。
第二方面,本发明实施例还提供了一种企业用电预警装置,包括:
获取模块,用于获取全体用户的用电数据;
分析模块,用于对所述全体用户的用电数据进行相似性分析,从所述全体用户中确定重点企业用户;
提取模块,用于提取所述重点企业用户的用电数据并对所述重点企业用户的用电数据进行监测;
预警模块,用于根据监测结果确认所述重点企业用户的用电量是否异常,并输出相应的预警信息。
第三方面,本发明实施例还提供了一种计算机设备,所述计算机设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的企业用电预警方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的企业用电预警方法。
本发明实施例中,在监测到重点企业用户的实时用电数据小于历史用电数据中的最小值时,说明此时重点企业用户可能发生了生产状况不良、减产等等情况,因此判断为用电异常,输出第一预警信息以便于对企业的生产运营情况进行了解,在企业运行出现困难的前期及时通过第一预警信息提示相关部门进行了解,以确保重点企业用户能及时调整生产运营情况;而在监测到重点企业用户的实时用电数据中的增速大于预设增速阈值时,此时属于用电量突增的情况,若重点企业用户没有新增设备或者提高产能等因素,则可能发生线路漏电或设备故障老化等等潜在危险因素,因此同样判断为用电异常,输出第二预警信息以便于供电部门及时对相应的重点企业用户的用电设备状态等进行核查,确保企业的生产安全。
附图说明
图1为本发明实施例一提供的一种企业用电预警方法的流程图;
图2为本发明实施例二提供的一种企业用电预警装置的功能模块示意图;
图3为本发明实施例三提供的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种企业用电预警方法的流程图,本实施例可适用于难以实时准确对企业用电进行分析预警的情况,该方法可以由企业用电预警装置来执行,该企业用电预警装置可以由软件和/或硬件实现,可配置在计算机设备中,具体包括如下步骤:
S100、获取全体用户的用电数据。
本实施例中,供电部门在日常运营时会对所有用电户的用电数据进行采集并且保存在数据库中,因此在进行企业用电预警时可高效便捷地直接调用数据库中存储的全体用户的用电数据,以用于后续的分析处理,具体获取到的用电数据包括了全体用户的实时用电数据,即根据当前时间戳获取最新的用电数据(例如1小时内或2小时内的用电数据等等),以及全体用户在预设时间段内的历史用电数据,即可以灵活设置历史用电数据的获取时间段,例如获取全体用户在过去一个月内、三个月内、或者半年内的历史用电数据等等,具体的预设时间段可以根据分析需要灵活调整,以满足不同时段的分析需要,提高企业用电预警分析的灵活性和适应性。
S200、对全体用户的用电数据进行相似性分析,从全体用户中确定重点企业用户。
本实施例中,在获取到全体用户的用电数据后,基于重点企业用户的生产用电特点,对全体用户的用电数据进行相似性分析,迅速且准确的从全体用户中筛选得到相应的重点企业用户,以便能对重点企业用户的用电数据进行分析与监测,为实现实时准确的企业用电分析预警提供准确的分析对象。
在一个实施例中,对全体用户的用电数据进行相似性分析,从全体用户中确定重点企业用户,包括:
对全体用户的实时用电数据以及历史用电数据进行特征提取,得到用户特征向量;
对用户特征向量进行相似性分析,根据相似性分析结果在全体用户中确定重点企业用户。
本实施例中,在具体地确定重点企业用户时,通过对全体用户的用电数据,包括实时用电数据以及历史用电数据进行特征提取,以提取得到各个用电户对应的用户特征向量,该用户特征向量代表了各个用电户的历史用电特点以及实时用电特点,通过特征向量以便更加高效地对用电数据进行数据处理,提高数据处理效率,之后对提取到的用户特征向量进行相似性分析,从而对全体用户根据相似性分析的结果进行分类,基于相似性分析结果确定其中符合重点企业用电特点的分类用户即为重点企业用户,例如重点企业用电特点可以是单位时间内的用电量大于预设用电量,或者历史用电量大于预设阈值等等,通过用户特征向量进行高效地相似性分析,从而在全体用户中快速准确地锁定相应的重点企业用户,提高重点企业用户用电分析效率。
在一个实施例中,对全体用户的实时用电数据以及历史用电数据进行特征提取,得到用户特征向量,包括:
根据全体用户的实时用电数据以及历史用电数据构建用电数据矩阵;
对用电数据矩阵进行数据转换后生成目标特征空间;
提取目标特征空间中的特征向量得到用户特征向量。
本实施例中,具体在进行特征提取时先根据全体用户的实时用电数据以及历史用电数据构建相应的用电数据矩阵,以代表各个用户的历史参数与实时参数,之后对用电数据矩阵进行数据转换,例如可以采用主成分分析法、线性判别分析法等等,将实时用电数据以及历史用电数据组成的用电数据矩阵进行数据转换得到一个新的目标特征空间,从该目标特征空间中提取得到用户特征向量,以用于后续的相似性分析。
具体地,在进行数据转换时,通过基向量加权计算公式对用电数据矩阵A进行数据转换,令所有的基向量均正交后形成正交矩阵β,其中n为维数,α为加权系数,为基向量;之后获取正交矩阵的正交基生成目标特征空间,从该目标特征空间中进一步提取用户特征向量,具体通过将用电数据矩阵A中的向量X以及平均差值δ向目标特征空间投影后得到用户特征向量W,具体公式为W=δT(X-ω),其中X为用电数据矩阵A中的向量,δ为平均差值,ω为投影后向量,从而在目标特征空间中提取得到包含了用户实时用电以及历史用电特征的用户特征向量,为后续的相似性分析提供可靠的数据基础。
在一个实施例中,对用户特征向量进行相似性分析,根据相似性分析结果在全体用户中确定重点企业用户,包括:
计算不同用户特征向量之间的空间距离后生成相似度矩阵;
根据相似度矩阵进行聚类处理后得到若干个用电用户簇;
确认各个用电用户簇的聚类中心向量与预设特征向量的相似度是否大于预设相似度,若是,则确认用电用户簇中的所有关联用户为重点企业用户。
本实施例中,在进行相似性分析时,先计算不同用户特征向量之间的空间距离,例如计算欧几里得距离、马氏距离等等,从而得到不同用户的用电数据之间的空间距离,即计算不同用户之间用电特点的相似度,基于不同用户特征向量之间的空间距离生成相应相似度矩阵,针对生成的相似度矩阵进行进一步的聚类计算,具体可采用例如KNN聚类算法、K-means聚类算法等等,将全体用户按相似度的接近程度划分得到若干个用电用户簇,即每个用电用户簇均代表了类似的用电特征,每个用电用户簇均具有一个聚类中心,该聚类中心的用户特征向量即代表整个用电用户簇中所有用户的平均用电特征,在确认重点企业用户时,计算各个用电用户簇中聚类中心的用户特征向量与预设特征向量之间的相似度,具体通过欧几里得距离构建相似度计算标准,即计算聚类中心向量与预设特征向量之间的欧几里得距离作为二者的相似度,将该相似度与预设相似度相比,若大于预设相似度,则表明该用电用户簇中所有的关联用户为重点企业用户,通过空间距离的相似分析与聚类判断,快速且准确地在所有用户中提取得到重点企业用户,以便有针对性地进行用电分析。
S300、提取重点企业用户的用电数据并对重点企业用户的用电数据进行监测。
本实施例中,在确认了重点企业用户后,即可在之前获取到的全部用电数据中根据用电户的标识进行数据提取,例如根据用户名、用电户号等等从全体用户的用电数据中精准地定位并提取得到重点企业用户的用电数据,并进一步对其进行监测,例如在明确了重点企业用户后可在未来时段每隔预设时间获取其实时用电数据等等,实现对重点企业用户的用电监测与分析。
S400、根据监测结果确认重点企业用户的用电量是否异常,并输出相应的预警信息。
本实施例中,在准确分析得到了重点企业用户的前提下,可有针对性地对重点企业用户的用电情况进行监测与分析,并且进一步根据用电量的监测结果判断其用电量以及生产状态是否发生了异常,若确认用电量存在异常则及时输出相应的预警信息以对相应的企业用户进行用电核查、生产状态追踪等等,便于时刻掌握企业的生产经营状况确保能保持良好的生产运营状况。
具体地,当重点企业用户的实时用电数据小于历史用电数据中的最小值时,则确认重点企业用户处于用电异常状态,输出第一预警信息;
或者,
当重点企业用户的实时用电数据中的增速大于预设增速阈值时,则确认重点企业用户处于用电异常状态,输出第二预警信息。
本实施例中,在监测到重点企业用户的实时用电数据小于历史用电数据中的最小值时,说明此时重点企业用户可能发生了生产状况不良、减产等等情况,因此判断为用电异常,输出第一预警信息以便于对企业的生产运营情况进行了解,在企业运行出现困难的前期及时通过第一预警信息提示相关部门进行了解,以确保重点企业用户能及时调整生产运营情况;而在监测到重点企业用户的实时用电数据中的增速大于预设增速阈值时,此时属于用电量突增的情况,若重点企业用户没有新增设备或者提高产能等因素,则可能发生线路漏电或设备故障老化等等潜在危险因素,因此同样判断为用电异常,输出第二预警信息以便于供电部门及时对相应的重点企业用户的用电设备状态等进行核查,确保企业的生产安全。
实施例二
图2为本发明实施例二提供的一种企业用电预警装置的功能模块示意图,具体可以包括如下模块:
获取模块11,用于获取全体用户的用电数据;
分析模块12,用于对全体用户的用电数据进行相似性分析,从全体用户中确定重点企业用户;
提取模块13,用于提取重点企业用户的用电数据并对重点企业用户的用电数据进行监测;
预警模块14,用于根据监测结果确认重点企业用户的用电量是否异常,并输出相应的预警信息。
在本发明的一个实施例中,所述获取模块11包括:
用电数据获取模块,用于获取全体用户的实时用电数据以及预设时间段内的历史用电数据。
在本发明的一个实施例中,所述分析模块12包括:
用户特征向量第一获取模块,用于对所述全体用户的实时用电数据以及历史用电数据进行特征提取,得到用户特征向量;
重点企业用户第一确定模块,用于对所述用户特征向量进行相似性分析,根据相似性分析结果在所述全体用户中确定重点企业用户。
在本发明的一个实施例中,所述用户特征向量第一获取模块包括:
用电数据矩阵构建模块,用于根据所述全体用户的实时用电数据以及历史用电数据构建用电数据矩阵;
目标特征空间第一生成模块,用于对所述用电数据矩阵进行数据转换后生成目标特征空间;
用户特征向量第二获取模块,用于提取所述目标特征空间中的特征向量得到所述用户特征向量。
在本发明的一个实施例中,所述目标特征空间第一生成模块包括:
目标特征空间第二生成模块,用于获取所述正交矩阵的正交基生成所述目标特征空间。
在本发明的一个实施例中,所述重点企业用户第一确定模块包括:
相似度矩阵生成模块,用于计算不同用户特征向量之间的空间距离后生成相似度矩阵;
用电用户簇获取模块,用于根据所述相似度矩阵进行聚类处理后得到若干个用电用户簇;
聚类中心相量判断模块,用于确认各个用电用户簇的聚类中心向量与预设特征向量的相似度是否大于预设相似度,若是,则调用重点企业用户第二确定模块。
重点企业用户第二确定模块,用于确认用电用户簇中的所有关联用户为重点企业用户。
在本发明的一个实施例中,所述预警模块14包括:
第一预警信息生成模块,用于当所述重点企业用户的实时用电数据小于历史用电数据中的最小值时,则确认所述重点企业用户处于用电异常状态,输出第一预警信息;
第二预警信息生成模块,用于当所述重点企业用户的实时用电数据中的增速大于预设增速阈值时,则确认所述重点企业用户处于用电异常状态,输出第二预警信息。
本发明实施例所提供的企业用电预警装置可执行本发明任意实施例所提供的企业用电预警方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3为本发明实施例三提供的一种计算机设备的结构示意图。图3示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图3显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的企业用电预警方法。
实施例四
本发明实施例四还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述企业用电预警方法的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,计算机可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于相似分析的企业用电预警方法,其特征在于,包括:
获取全体用户的用电数据;
对所述全体用户的用电数据进行相似性分析,从所述全体用户中确定重点企业用户;
提取所述重点企业用户的用电数据并对所述重点企业用户的用电数据进行监测;
根据监测结果确认所述重点企业用户的用电量是否异常,并输出相应的预警信息。
2.根据权利要求1所述的基于相似分析的企业用电预警方法,其特征在于,所述获取全体用户的用电数据,具体包括:
获取全体用户的实时用电数据以及预设时间段内的历史用电数据。
3.根据权利要求2所述的基于相似分析的企业用电预警方法,其特征在于,所述对所述全体用户的用电数据进行相似性分析,从所述全体用户中确定重点企业用户,包括:
对所述全体用户的实时用电数据以及历史用电数据进行特征提取,得到用户特征向量;
对所述用户特征向量进行相似性分析,根据相似性分析结果在所述全体用户中确定重点企业用户。
4.根据权利要求3所述的基于相似分析的企业用电预警方法,其特征在于,所述对所述全体用户的实时用电数据以及历史用电数据进行特征提取,得到用户特征向量,包括:
根据所述全体用户的实时用电数据以及历史用电数据构建用电数据矩阵;
对所述用电数据矩阵进行数据转换后生成目标特征空间;
提取所述目标特征空间中的特征向量得到所述用户特征向量。
6.根据权利要求3所述的基于相似分析的企业用电预警方法,其特征在于,所述对所述用户特征向量进行相似性分析,根据相似性分析结果在所述全体用户中确定重点企业用户,包括:
计算不同用户特征向量之间的空间距离后生成相似度矩阵;
根据所述相似度矩阵进行聚类处理后得到若干个用电用户簇;
确认各个用电用户簇的聚类中心向量与预设特征向量的相似度是否大于预设相似度,若是,则确认用电用户簇中的所有关联用户为重点企业用户。
7.根据权利要求2所述的基于相似分析的企业用电预警方法,其特征在于,所述根据监测结果确认所述重点企业用户的用电量是否异常,并输出相应的预警信息,包括:
当所述重点企业用户的实时用电数据小于历史用电数据中的最小值时,则确认所述重点企业用户处于用电异常状态,输出第一预警信息;
或者,
当所述重点企业用户的实时用电数据中的增速大于预设增速阈值时,则确认所述重点企业用户处于用电异常状态,输出第二预警信息。
8.一种基于相似分析的企业用电预警装置,其特征在于,包括:
获取模块,用于获取全体用户的用电数据;
分析模块,用于对所述全体用户的用电数据进行相似性分析,从所述全体用户中确定重点企业用户;
提取模块,用于提取所述重点企业用户的用电数据并对所述重点企业用户的用电数据进行监测;
预警模块,用于根据监测结果确认所述重点企业用户的用电量是否异常,并输出相应的预警信息。
9.一种企业用电预警系统,其特征在于,所述系统包括至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7任一项所述的企业用电预警方法。
10.一种非易失性计算机可读存储介质,其特征在于,所述非易失性计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行时,可使得所述一个或多个处理器执行权利要求1-7任一项所述的企业用电预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111443809.8A CN114091783A (zh) | 2021-11-30 | 2021-11-30 | 一种企业用电预警方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111443809.8A CN114091783A (zh) | 2021-11-30 | 2021-11-30 | 一种企业用电预警方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091783A true CN114091783A (zh) | 2022-02-25 |
Family
ID=80305876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111443809.8A Pending CN114091783A (zh) | 2021-11-30 | 2021-11-30 | 一种企业用电预警方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091783A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115459434A (zh) * | 2022-08-12 | 2022-12-09 | 北京圣福伦电气技术有限公司 | 一种工业企业的智慧用电监测方法及系统 |
CN116579884A (zh) * | 2023-07-12 | 2023-08-11 | 武汉振铭科技发展有限公司 | 一种电力用户行为分析方法及系统 |
CN117421690A (zh) * | 2023-12-18 | 2024-01-19 | 中节能物业管理有限公司 | 一种智慧园区能耗实时监测方法与系统 |
-
2021
- 2021-11-30 CN CN202111443809.8A patent/CN114091783A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115459434A (zh) * | 2022-08-12 | 2022-12-09 | 北京圣福伦电气技术有限公司 | 一种工业企业的智慧用电监测方法及系统 |
CN116579884A (zh) * | 2023-07-12 | 2023-08-11 | 武汉振铭科技发展有限公司 | 一种电力用户行为分析方法及系统 |
CN116579884B (zh) * | 2023-07-12 | 2023-09-22 | 武汉振铭科技发展有限公司 | 一种电力用户行为分析方法及系统 |
CN117421690A (zh) * | 2023-12-18 | 2024-01-19 | 中节能物业管理有限公司 | 一种智慧园区能耗实时监测方法与系统 |
CN117421690B (zh) * | 2023-12-18 | 2024-03-22 | 中节能物业管理有限公司 | 一种智慧园区能耗实时监测方法与系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114091783A (zh) | 一种企业用电预警方法、装置、计算机设备和存储介质 | |
CN111045894B (zh) | 数据库异常检测方法、装置、计算机设备和存储介质 | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN109447496B (zh) | 窃电行为判定方法及终端设备 | |
CN115049232B (zh) | 一种台区异常判定方法及系统 | |
WO2022088632A1 (zh) | 用户数据监控分析方法、装置、设备及介质 | |
CN115794578A (zh) | 一种电力系统的数据管理方法、装置、设备及介质 | |
CN112990583B (zh) | 一种数据预测模型的入模特征确定方法及设备 | |
CN117674119A (zh) | 电网运行风险评估方法、装置、计算机设备和存储介质 | |
US20180129963A1 (en) | Apparatus and method of behavior forecasting in a computer infrastructure | |
KR102069793B1 (ko) | 전력 에너지 관리 방법 및 이를 수행하기 위한 장치 | |
CN110287158A (zh) | 监测分布式文件系统io时延的方法、装置及存储介质 | |
CN113269478B (zh) | 一种基于多模型的集中器异常数据提醒方法及系统 | |
CN115481767A (zh) | 面向配电网检修的运行数据处理方法、装置和计算机设备 | |
CN114662589A (zh) | 一种电表故障研判方法、装置、设备和可读存储介质 | |
CN114238335A (zh) | 一种埋点数据生成方法及其相关设备 | |
CN115372752A (zh) | 故障检测方法、装置、电子设备以及存储介质 | |
CN113220551A (zh) | 指标趋势预测及预警方法、装置、电子设备及存储介质 | |
CN111709105A (zh) | 电流负荷值计算方法、装置、设备及存储介质 | |
CN111581044A (zh) | 集群优化方法、装置、服务器及介质 | |
CN113970659B (zh) | 一种用户窃电异常的识别方法、装置、计算机设备 | |
CN112258098B (zh) | 电力设备智能控制数据处理方法及系统 | |
CN113361960B (zh) | 一种大规模需求响应能力量化方法、介质、装置及设备 | |
JP2022115745A (ja) | 異常判定プログラム、異常判定方法および情報処理装置 | |
CN117195026A (zh) | 基于高性能异构计算的电力大用户画像构建方法、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 |