CN114639484A - 基于电力大数据的小区人口流动情况分析系统及方法 - Google Patents
基于电力大数据的小区人口流动情况分析系统及方法 Download PDFInfo
- Publication number
- CN114639484A CN114639484A CN202111446347.5A CN202111446347A CN114639484A CN 114639484 A CN114639484 A CN 114639484A CN 202111446347 A CN202111446347 A CN 202111446347A CN 114639484 A CN114639484 A CN 114639484A
- Authority
- CN
- China
- Prior art keywords
- days
- data
- power
- user
- electricity consumption
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 230000005611 electricity Effects 0.000 claims abstract description 78
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 238000013500 data storage Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 230000035772 mutation Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 claims description 2
- 238000002955 isolation Methods 0.000 claims description 2
- 230000002265 prevention Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 abstract description 3
- 238000009826 distribution Methods 0.000 abstract description 2
- 238000013024 troubleshooting Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 3
- 230000006806 disease prevention Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/80—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for detecting, monitoring or modelling epidemics or pandemics, e.g. flu
-
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Public Health (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Pathology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Biomedical Technology (AREA)
- Epidemiology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于人口流动情况分析技术领域，尤其涉及一种基于电力大数据的小区人口流动情况分析系统及方法。该方法包括：电力数据库系统、云计算系统以及数据存储系统；所述电力数据库系统包括用户档案信息、电力用户用电信息以及行政区域地址信息；所述云计算系统位于电力数据网内部云计算平台上，使用云计算系统对数据中台中的数据进行受理、分析、计算处理，通过在数据中台创建不同的工作空间；所述数据存储系统基于电网大数据中心云计算平台和电力数据中台系统，进行电力相关数据提取、汇聚、存储及计算。本发明利用居民用电数据与网格化的社区管理相结合，精准判断社区人员流动和分布情况，为防疫排查工作提供精准的数据支撑。
Description
技术领域
本发明属于人口流动情况分析技术领域，尤其涉及一种基于电力大数据的小区人口流动情况分析系统及方法。
背景技术
针对流行性疾病的防控工作非常重要，如何做到很好的控制流行性疾病就显得更加重要。
由于我国人口众多，并且各地人口流动极为频繁，针对流动人口的相关信息在防控工作中还无法做到全面掌握。目前人员流动控制方面严重依赖流动人员主动上报，或是查验通信行程卡等方式，然而针对不主动上报或是个别不配合防控工作的流动人员，还无法真实掌握其流动动向。
另一方面，因基层工作人员力量有限，还无法实现针对管辖地区全面监管，因而会存在一些流动人员的流动信息无法采集掌握的问题，这样就会给社会安全性带来一定的隐患，也为疾病的预防工作带来诸多不便之处，因此如何能够做到全面了解流动人员相关信息，以有效防控流行性疾病，就成为目前亟待解决的新问题。
发明内容
针对上述现有技术中存在的不足之处，本发明提供了一种基于电力大数据的小区人口流动情况分析系统及方法。其目的是为了实现掌握小区人口流动情况信息，辅助和促进对流行性疾病各级管理人员能够高效、精准地开展网格化管理的发明目的。
本发明为实现上述目的所采用的技术方案是：
基于电力大数据的小区人口流动情况分析系统，包括：电力数据库系统、云计算系统以及数据存储系统构成；
所述电力数据库系统，包括用户档案信息、电力用户用电信息以及行政区域地址信息；
所述云计算系统，位于电力数据网内部云计算平台上，使用云计算系统对数据中台中的数据进行受理、分析、计算处理，通过在数据中台创建不同的工作空间；
所述数据存储系统：基于电网大数据中心云计算平台和电力数据中台系统，进行电力相关数据提取、汇聚、存储及计算。
进一步的，所述用户档案信息，包括：用户编号、用户名、用户用电地址、用户类别、手机号、电表号；
所述电力用户用电信息，包括：电力用户日用电量、月用电量信息；
所述行政区域地址信息，包括：省、地市、区县、街道四级行政区域地址划分信息。
进一步的，所述不同的工作空间，包括：贴源层、共享层及分析层；
所述贴源层用于源端数据存储；
所述共享层用于数据模型存储；
所述分析层用于计算结果存储。
基于电力大数据的小区人口流动情况分析方法，包括以下步骤：
步骤1.基于电力大数据的小区人口流动情况分析数据建立数据分析模型；
步骤2.利用数据分析模型，根据用户连续7天日用电量，计算和判定用户人口增减情况。
进一步的，所述数据分析模型包括：居民居家状态监测模型、返乡住户识别模型及外出住户识别模型。
进一步的，所述居民居家状态监测模型：基于居民用户近14天日用电量数据、用户用电地址等信息，通过计算单个住户用电突变率，分析居民居家状态信息；
所述返乡住户识别模型：返乡住户，指的是从外地返回本地，并居住一天及以上的住户；返乡住户判定条件为：近三天平均用电量＞近七天平均用电量，近三天用电变异系数＞阈值；
所述外出住户识别模型：近三天平均用电量<近七天平均用电量，近三天用电变异系数＞阈值。
进一步的，所述分析居民居家状态信息，包括：正常居家、居家异常住户—疑似返乡住户、疑似外出住户以及空置户。
进一步的，所述计算是指通过7天日均电量算法进行计算，7包括：
步骤(1)计算7天日均电量时，去掉1个最高值和1个最低值，再平均；
步骤(2)在计算7天日均电量时，如果前1-5天电量异常，则向前推1-5天，再取7天的电量计算日均电量，异常天数连续超过5天时，则取最近两天前的5天电量计算日均电量，然后再进行下一步判断。
进一步的，所述判定用户人口增减情况，包括：
(1)空置用户判定；
从空置到有人居住：用户连续7天日用电量一直为0或小于0.5度，突然一天日用电量大于1度，则判定为用户返家；
从有人居住到空置：用户连续7天日用电量大于1度，日用电量突然小于0.5度或下降到零度，则判定为用户离家；
(2)住户人口疑似流入判定；
用电量突增，以家庭为最小单位，以7日前日均用电量与近两日用电量进行对比，结果出现大幅增多情况，拟判定存在用户人口增加的情况；
当0≦7天日均用电量≦1时，最近连续两天日用电量超5度；
当1度＜7天日均用电量≦3度时，最近连续两天日用电量大于7度；
当7天日均用电量时＞3度，最近连续两天日用电量大于7天日均300％。
(3)住户人口疑似流出判定；
用电量突减，以家庭为最小单位，以7日前日均用电量与近两日用电量做对比，结果出现大幅减少情况，拟判定存在用户人口减少的情况；
7天日均在5度及以上的用户，最近连续两天日用电量在2度以下；
7天日均在5度及以下且大于等于3度的用户，最近连续两天日用电量在1度以下；
(4)自定义查询判定；
用户自己选择阀值进行查寻，超过查询条件的则显示“无法显示该时间范围”。
一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现所述的基于电力大数据的小区人口流动情况分析方法的步骤。
本发明具有以下有益效果及优点：
本发明利用居民用电数据，与网格化的社区管理相结合，精准判断社区人员流动和分布情况。如：居民短暂和长期外出、举家返回、患病人员异动等，为社区预防排查提供精准的数据支撑，能够有效解决社区工作人手不足的问题。充分发挥电力大数据覆盖面广、实时性强的特点开展大数据分析，识别居民离家时段及时长，辅助社区工作人员掌握人员流动情况，更好的为流行性疾病的预防起到辅助性作用。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为本发明数据系统工作框架图；
图2是本发明系统结构框架图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面将结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1和图2描述本发明一些实施例的技术方案。
实施例1
本发明又提供了一个实施例，是一种基于电力大数据的小区人口流动情况分析系统，如图1所示，图1为本发明数据系统工作框架图。
该系统包括以下三大系统构成：电力数据库数据中台系统、云计算系统以及数据存储系统。
其中，云计算系统位于电力数据网内部云计算平台上，通过电力系统专网与电力数据库数据中台系统实现双向连接；云计算系统还通过电力系统专网与数据存储系统实现双向连接；外网应用服务系统布置于外网应用服务器上。
本发明所述电力数据库数据中台系统，包括用户档案信息、电力用户用电信息以及行政区域地址信息。如表1所示，表1为电力数据库系统数据表。
表1.电力数据库系统数据表
其中，所述用户档案信息，包括：用户编号、用户名、用户用电地址、用户类别、手机号、电表号等信息。该信息来源于营销业务应用系统。
所述电力用户用电信息，包括：电力用户日用电量、月用电量等信息。该信息来源于用电信息采集系统。
所述行政区域地址信息，包括：省、地市、区县、街道四级行政区域地址划分等信息。该信息来源于网上爬取。
本发明所述云计算系统，位于电力数据网内部云计算平台上，使用云计算系统对数据中台中的数据进行受理、分析、计算处理，通过在数据中台创建不同的工作空间。
本发明所述数据存储系统：基于国家电网辽宁省电力有限公司东北能源大数据中心云计算平台和辽宁省电力有限公司电力数据中台系统，进行电力相关数据提取、汇聚、存储及地址分配；
本发明所述外网应用服务系统：外网应用服务系统布置于外网应用服务器上，为各级疾病预防工作人员，提供居民居家状态监测、返乡住户识别、外出住户识别三个子分析计算功能，实现居民居家状态的监测分析，以及返乡住户、空置户、外出住户、居家异常住户等识别分析，以辅助落实预防工作，提供不同风险等级区居民流入、流出情况分析结果。
本发明系统在具体使用时，其工作原理如下：
云计算系统位于电力数据网内部云计算平台上，通过电力系统专网与电力数据库数据中台系统进行数据传输，从营销业务应用系统采集用户档案信息，从用电信息采集系统采集电力用户用电信息，在云计算系统对数据进行受理、分析、计算处理后，存储于数据存储系统中，数据存储系统用于对计算结果数据的提取、汇聚、存储及地址分配，外网应用服务系统通过安全隔离网关对数据存储系统中的计算结果数据进行抓取。外网应用服务系统通过防火墙对因特网上的行政区域地址信息进行数据抓取，传输至数据存储系统中，云计算系统通过数据存储系统取得行政区域地址信息用于综合计算分析。
实施例2
本发明又提供了一个实施例，是一种基于电力大数据的小区人口流动情况分析方法，如图2所示，图2是本发明系统结构框架图。
本发明基于居民住户用电地址、历史用电量等数据，分析用户用电变化情况，从而对该用户入住或外出状态进行识别，辅助分析决策。
本发明具体包括以下步骤：
步骤1.基于电力大数据的小区人口流动情况分析数据建立数据分析模型；
所述数据分析模型是基于居民住户历史用电地址、用电量、日用电量等数据，分析居民用户用电变化情况，通过数据分析方法构建居民居家状态监测模型、返乡住户识别模型、外出住户识别模型三个子模型。
实现居民居家状态的监测分析，以及返乡住户、空置户、外出住户、居家异常住户等识别分析。从区域、时间等不同维度进行小区人口流动情况分析，为各级防控部门提供返乡住户和外出住户信息及单个住户居家状态信息及用电变化趋势。外出住户信息包含单个住户地址信息、返乡/外出时间等信息。
所述居民居家状态监测模型：基于居民用户近14天日用电量数据、用户用电地址等信息，通过计算单个住户用电突变率，分析居民居家状态信息。所述分析居民居家状态信息，包括：正常居家、居家异常住户—疑似返乡住户、疑似外出住户以及空置户等状态。
所述返乡住户识别模型：返乡住户，指的是从外地返回本地，并居住一天及以上的住户。返乡住户判定条件为：近三天平均用电量＞近七天平均用电量，近三天用电变异系数＞阈值。
所述外出住户识别模型：近三天平均用电量<近七天平均用电量，近三天用电变异系数＞阈值。
步骤2.利用数据分析模型，根据用户连续7天日用电量，计算和判定用户人口增减情况；
包括：
(1)空置用户判定；
从空置到有人居住：用户连续7天日用电量一直为0或小于0.5度，突然一天日用电量大于1度，则判定为用户返家；
从有人居住到空置：用户连续7天日用电量大于1度，日用电量突然小于0.5度或下降到零度，则判定为用户离家。
(2)住户人口疑似流入判定；
用电量突增，以家庭为最小单位，以7日前日均用电量与近两日用电量做对比，结果出现大幅增多情况，拟判定存在用户人口增加的情况。
当0≦7天日均用电量≦1时，最近连续两天日用电量超5度；
当1度＜7天日均用电量≦3度时，最近连续两天日用电量大于7度；
当7天日均用电量时＞3度，最近连续两天日用电量大于7天日均300％。
(3)住户人口疑似流出判定；
用电量突减，以家庭为最小单位，以7日前日均用电量与近两日用电量做对比，结果出现大幅减少情况，拟判定存在用户人口减少的情况。
7天日均在5度及以上的用户，最近连续两天日用电量在2度以下；
7天日均在5度及以下且大于等于3度的用户，最近连续两天日用电量在1度以下。
(4)自定义查询判定。
用户自己选择阀值进行查寻，如5％，10％，20％。超过查询条件的则显示“无法现实该时间范围”。
所述计算是通过7天日均电量算法进行计算的，7天日均电量算法包括：
步骤(1)计算7天日均电量时，去掉1个最高值和1个最低值，再平均；
步骤(2)在计算7天日均电量时，如果前1-5天电量异常，则向前推1-5天，再取7天的电量计算日均电量，异常天数连续超过5天时，则取最近两天前的5天电量计算日均电量，然后再进行下一步判断。
实施例3
基于同一发明构思，本发明实施例还提供了一种计算机存储介质，所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现实施例2所述的基于电力大数据的小区人口流动情况分析方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/ 或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.基于电力大数据的小区人口流动情况分析系统，其特征是：包括：电力数据库数据中台系统、云计算系统以及数据存储系统构成；云计算系统位于电力数据网内部云计算平台上，通过电力系统专网与电力数据库数据中台系统实现双向连接；云计算系统还通过电力系统专网与数据存储系统实现双向连接；外网应用服务系统布置于外网应用服务器上；所述电力数据库数据中台系统，包括用户档案信息、电力用户用电信息以及行政区域地址信息；所述云计算系统，位于电力数据网内部云计算平台上，使用云计算系统对数据中台中的数据进行受理、分析、计算处理，通过在数据中台创建不同的工作空间；所述数据存储系统：基于电网大数据中心云计算平台和电力数据中台系统，进行电力相关数据提取、汇聚、存储及计算。
2.根据权利要求1所述的基于电力大数据的小区人口流动情况分析系统，其特征是：所述用户档案信息，包括：用户编号、用户名、用户用电地址、用户类别、手机号、电表号；
所述电力用户用电信息，包括：电力用户日用电量、月用电量信息；
所述行政区域地址信息，包括：省、地市、区县、街道四级行政区域地址划分信息。
3.根据权利要求1所述的基于电力大数据的小区人口流动情况分析系统，其特征是：所述云计算系统通过电力系统专网与电力数据库数据中台系统进行数据传输，从营销业务应用系统采集用户档案信息，从用电信息采集系统采集电力用户用电信息，在云计算系统对数据进行受理、分析、计算处理后，存储于数据存储系统中；数据存储系统用于对计算结果数据的提取、汇聚、存储及地址分配，外网应用服务系统通过安全隔离网关对数据存储系统中的计算结果数据进行抓取；外网应用服务系统通过防火墙对因特网上的行政区域地址信息进行数据抓取，传输至数据存储系统中，云计算系统通过数据存储系统取得行政区域地址信息用于综合计算分析。
4.基于电力大数据的小区人口流动情况分析方法，其特征是：包括以下步骤：
步骤1.基于电力大数据的小区人口流动情况分析数据建立数据分析模型；
步骤2.利用数据分析模型，根据用户连续7天日用电量，计算和判定用户人口增减情况。
5.根据权利要求4所述的基于电力大数据的小区人口流动情况分析系统及方法，其特征是：所述数据分析模型包括：居民居家状态监测模型、返乡住户识别模型及外出住户识别模型。
6.根据权利要求5所述的基于电力大数据的小区人口流动情况分析系统及方法，其特征是：所述居民居家状态监测模型：基于居民用户近14天日用电量数据、用户用电地址等信息，通过计算单个住户用电突变率，分析居民居家状态信息；
所述返乡住户识别模型：返乡住户，指的是从外地返回本地，并居住一天及以上的住户；返乡住户判定条件为：近三天平均用电量＞近七天平均用电量，近三天用电变异系数＞阈值；
所述外出住户识别模型：近三天平均用电量<近七天平均用电量，近三天用电变异系数＞阈值。
7.根据权利要求6所述的基于电力大数据的小区人口流动情况分析系统及方法，其特征是：所述分析居民居家状态信息，包括：正常居家、居家异常住户—疑似返乡住户、疑似外出住户以及空置户。
8.根据权利要求4所述的基于电力大数据的小区人口流动情况分析系统及方法，其特征是：所述计算是指通过7天日均电量算法进行计算，7包括：
步骤（1）计算7天日均电量时，去掉1个最高值和1个最低值，再平均；
步骤（2）在计算7天日均电量时，如果前1-5天电量异常，则向前推1-5天，再取7天的电量计算日均电量，异常天数连续超过5天时，则取最近两天前的5天电量计算日均电量，然后再进行下一步判断。
9.根据权利要求4所述的基于电力大数据的小区人口流动情况分析系统及方法，其特征是：所述判定用户人口增减情况，包括：
（1）空置用户判定；
从空置到有人居住：用户连续7天日用电量一直为0或小于0.5度，突然一天日用电量大于1度，则判定为用户返家；
从有人居住到空置：用户连续7天日用电量大于1度，日用电量突然小于0.5度或下降到零度，则判定为用户离家；
（2）住户人口疑似流入判定；
用电量突增，以家庭为最小单位，以7日前日均用电量与近两日用电量进行对比，结果出现大幅增多情况，拟判定存在用户人口增加的情况；
当0≦7天日均用电量≦1时，最近连续两天日用电量超5度；
当1度＜7天日均用电量≦3度时，最近连续两天日用电量大于7度；
当7天日均用电量时＞3度，最近连续两天日用电量大于7天日均300%；
（3）住户人口疑似流出判定；
用电量突减，以家庭为最小单位，以7日前日均用电量与近两日用电量做对比，结果出现大幅减少情况，拟判定存在用户人口减少的情况；
7天日均在5度及以上的用户，最近连续两天日用电量在2度以下；
7天日均在5度及以下且大于等于3度的用户，最近连续两天日用电量在1度以下；
（4）自定义查询判定；
用户自己选择阀值进行查寻，超过查询条件的则显示“无法查询该时间范围”。
10.一种计算机存储介质，其特征是：所述计算机存储介质上存有计算机程序，所述计算机程序被处理器执行时实现权利要求4-9所述的基于电力大数据的小区人口流动情况分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111446347.5A CN114639484A (zh) | 2021-11-30 | 2021-11-30 | 基于电力大数据的小区人口流动情况分析系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111446347.5A CN114639484A (zh) | 2021-11-30 | 2021-11-30 | 基于电力大数据的小区人口流动情况分析系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114639484A true CN114639484A (zh) | 2022-06-17 |
Family
ID=81945957
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111446347.5A Pending CN114639484A (zh) | 2021-11-30 | 2021-11-30 | 基于电力大数据的小区人口流动情况分析系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114639484A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
-
2021
- 2021-11-30 CN CN202111446347.5A patent/CN114639484A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109190950B (zh) | 一种电表和水表档案贯通的用能异常识别方法 | |
| CN107330056A (zh) | 基于大数据云计算平台的风电场scada系统及其运行方法 | |
| CN110298056A (zh) | 一种配电网联络有效性评估方法 | |
| CN101789628A (zh) | 企业电能节能管理系统 | |
| CN111291076A (zh) | 基于大数据的异常用水监测报警系统及其构建方法 | |
| KR101173823B1 (ko) | 공동주택의 에너지 사용량 예측 시스템 및 방법 | |
| CN110162445A (zh) | 基于主机日志及性能指标的主机健康评价方法及装置 | |
| CN107506872A (zh) | 一种居民区负荷特性及模型预测的归类研究方法 | |
| CN116011827B (zh) | 一种用于重点小区的停电监测分析与预警系统及方法 | |
| CN116797404A (zh) | 基于大数据和数据处理的智能建筑运维监管系统 | |
| CN111552686B (zh) | 一种电力数据质量评估方法及其装置 | |
| CN108898239A (zh) | 一种基于数据分析的配电变压器选址方法 | |
| CN109460915A (zh) | 一种基于大数据驱动的城市电梯智能派工检验系统 | |
| CN114639484A (zh) | 基于电力大数据的小区人口流动情况分析系统及方法 | |
| CN110287237B (zh) | 一种基于社会网络结构分析社团数据挖掘方法 | |
| CN115907168A (zh) | 一种用于电力负荷预测的异常数据处理系统 | |
| CN110543499A (zh) | 一种基于多源数据融合的反窃电定位跟踪设备 | |
| CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
| CN113949155A (zh) | 一种具有实时监测功能的全景式电能质量监测系统 | |
| CN113902583A (zh) | 利用低压网络设备数据的配网侧运维方法及系统 | |
| CN112598257A (zh) | 一种基于大数据特征挖掘的停电分析方法及系统 | |
| CN113642933A (zh) | 一种配电台区低电压诊断方法及装置 | |
| CN106649034B (zh) | 一种可视化智能运维方法及平台 | |
| CN111127186A (zh) | 一种基于大数据技术的客户信用等级评价体系的使用方法 | |
| CN116522746A (zh) | 高耗能企业配电托管方法 |
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 |