CN115809237B - 用户水表缺失数据补齐方法及系统 - Google Patents
用户水表缺失数据补齐方法及系统 Download PDFInfo
- Publication number
- CN115809237B CN115809237B CN202310069744.8A CN202310069744A CN115809237B CN 115809237 B CN115809237 B CN 115809237B CN 202310069744 A CN202310069744 A CN 202310069744A CN 115809237 B CN115809237 B CN 115809237B
- Authority
- CN
- China
- Prior art keywords
- water consumption
- user
- meter end
- time
- 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.)
- Active
Links
Images
Classifications
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开用户水表缺失数据补齐方法及系统,涉及水务统计领域。本发明包括,数据采集单元,用于获取用户的表端用水量关于时间的历史记录;格式标准化单元,用于对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录;数据清洗单元,用于根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征;根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录。本发明对用户缺失的水表数据进行个性化补齐,提高了补全后数据与实际数据的贴合度。
Description
技术领域
本发明属于水务统计技术领域,特别是涉及用户水表缺失数据补齐方法及系统。
背景技术
从传统的机械水表到NB-IoT(Narrow Band Internet of Things,窄带物联网)水表,是技术上的一次进步和跨越,但受限于硬件和软件的诸方面因素,通过物联网传递的表端的用水量数据可能会出现丢包,导致用户水表缺失数据。
在公开号为CN114945112A的专利中公开了一种电磁水表数据补抄方法及系统,方法包括:获取预设时间周期内的某一电磁水表的水表数据,水表数据中包含至少一个时间节点水表数据;若水表数据的总长度与预设长度阈值不一致,则根据时间标识将至少一个时间节点水表数据填充至预设水表数据序列的空缺位点中;将包含至少一个时间节点水表数据的预设水表数据序列放入预设时间窗口中,并滑动预设时间窗口,使筛选预设时间窗口中不符合期望抄表时间间隔的相邻两个时间节点水表数据,对相邻两个时间节点水表数据之间包含至少一个空缺位点进行填补。但是上述方案中无法根据用户的用水特性进行数据补全,导致获取的水表数据与实际值差异较大。
发明内容
本发明的目的在于提供用户水表缺失数据补齐方法及系统,通过分析用户的表端用水量得到获取用户的分户用水特征,从而对用户缺失的水表数据进行个性化补全,提高了补全后数据与实际数据的贴合度。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明提供用户水表缺失数据补齐方法,包括,
获取用户的表端用水量关于时间的历史记录;
对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录;
根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征;
根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录;
根据用户的清洗后表端用水量关于时间的历史记录获取用户的分时用水特征;
根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
在本发明的一个实施例中,所述对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录的步骤,包括,
去除用户的表端用水量关于时间的历史记录中重复数据得到用户的去重后表端用水量关于时间的历史记录;
根据用户的去重后表端用水量关于时间的历史记录得到每个用户的相邻采样时间对应的表端用水量;
对于同一个用户,若在先采样时间对应的表端用水量大于在后采样时间对应的表端用水量,则去除在先采样时间对应的表端用水量得到用户的除错后表端用水量关于时间的历史记录;
将用户的除错后表端用水量关于时间的历史记录中每个用户的每个时刻以及对应的用水量转化为统一的格式,得到用户的标准化表端用水量关于时间的历史记录。
在本发明的一个实施例中,所述根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征的步骤,包括,
根据用户的标准化表端用水量关于时间的历史记录筛选出用水量不一直为零的用户,得到居住用户的标准化表端用水量关于时间的历史记录;
根据居住用户的标准化表端用水量关于时间的历史记录得到每个居住用户在相同时间段内的用水量;
获取每个居住用户的位置;
根据每个用户的位置将全部居住用户按照聚集度划分为若干个居民组;
获取每个居民组内每个居住用户在相同时间段内的用水量;
根据每个居民组内每个居住用户在相同时间段内的用水量获取每个居民组内相同时间段内的不同用水量的用户数分布;
根据每个居民组内相同时间段内的不同用水量的用户数分布获取每个居民组的各个用水量梯度的用户数拟合分布函数,作为用户的分户用水特征;
其中,各个用水量梯度的用户数拟合分布函数包括泊松分布和正态分布。
在本发明的一个实施例中,所述根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录的步骤,包括,
在每个所述居民组内,获取各个用水量梯度的用户数拟合泊松分布函数和各个用水量梯度的用户数拟合正态分布函数;
获取相同时间段内的不同用水量的用户数分布与各个用水量梯度的用户数拟合泊松分布函数的差值,以及不同用水量的用户数分布与各个用水量梯度的用户数拟合正态分布函数的差值,用以判断各个用水量梯度的用户数拟合分布函数的符合度;
选取符合度达到设定标准的各个用水量梯度的用户数拟合分布函数作为目标拟合分布函数;
根据相同时间段内的不同用水量的用户数分布与目标拟合分布函数筛选出用户数量低于目标拟合分布函数对应值的对应水量梯度;
若用户数量低于目标拟合分布函数对应值的对应水量梯度低于或高于设定的警戒值,则进行异常值标注和/或剔除得到用户的清洗后表端用水量关于时间的历史记录。
在本发明的一个实施例中,所述根据用户的清洗后表端用水量关于时间的历史记录获取用户的分时用水特征的步骤,包括,
根据用户的清洗后表端用水量关于时间的历史记录获取,分别获取每个用户的在每个采样时刻的表端用水量;
根据每个用户的在每个采样时刻的表端用水量获取每个用户在表端数据完整的一年内每个月的表端用水量分布,作为用户的分时用水特征;
根据每个用户的在每个采样时刻的表端用水量获取每个用户在表端数据完整的一月内每天的表端用水量分布,作为用户的分时用水特征;
根据每个用户的在每个采样时刻的表端用水量获取表端数据完整的一周内每个工作日、周末以及法定节假日的用水量分布,作为用户的分时用水特征;
根据每个用户的在每个采样时刻的表端用水量分别获取表端数据完整的工作日、周末以及法定节假日内每个小时的表端用水量分布,作为用户的分时用水特征。
在本发明的一个实施例中,所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,包括,
当数据缺失天数不超过一个月时,根据用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失用户的当月用水量以及每日用水量;
根据用户的分时用水特征获取用户在一月内每天的表端用水量分布;
根据用户在一月内每天的表端用水量分布获取表端用水量数据缺失对应的日期;
根据表端用水量数据缺失对应的日期两端的表端用水量获取表端用水量数据缺失对应的日期的总用水量;
根据用户在一月内每天的表端用水量分布获取用户在一月内每天用水量占月总用水量的比例;
根据表端用水量数据缺失对应的日期、表端用水量数据缺失对应的日期的总用水量以及一月内每天用水量占月总用水量的比例获取表端用水量数据缺失对应的日期的用水量;
根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
在本发明的一个实施例中,所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,还包括,
当数据缺失天数超过一个月时,判断数据缺失天数是否跨过一个完整月份,若否,则根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的日期的总用水量;
获取表端用水量数据缺失对应的月份;
根据表端用水量数据缺失对应的月份、用户在一年内每个月的表端用水量分布、表端用水量数据缺失对应的日期的总用水量以及清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的月份的用水量分布获取表端用水量数据缺失对应的月份的总计用水量;
根据表端用水量数据缺失对应的月份的总计用水量以及用户在一月内每天的表端用水量分布获取表端用水量数据缺失对应的日期的用水量;
根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
在本发明的一个实施例中,所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,还包括,
若数据缺失天数跨过一个完整月份,则根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的日期的总用水量;
获取表端用水量数据缺失对应的完整月份和起始月份;
获取表端用水量数据缺失对应的完整月份和起始月份合计用水量;
获取表端用水量数据缺失对应的起始月份的未缺失数据天数的用水量;
根据表端用水量数据缺失对应的起始月份的未缺失数据天数的用水量、表端用水量数据缺失对应的完整月份和起始月份合计用水量以及一年内每个月的表端用水量分布获取表端用水量数据缺失对应的完整月份和起始月份的用水量;
根据用户在一月内每天的表端用水量分布以及表端用水量数据缺失对应的完整月份和起始月份的用水量得到表端用水量数据缺失对应的日期的用水量;
根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
在本发明的一个实施例中,所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,还包括,
判断表端用水量数据缺失对应的日期是否属于工作日,若是,则按照工作日内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配;
判断表端用水量数据缺失对应的日期是否属于周末,若是,则按照周末内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配;
判断表端用水量数据缺失对应的日期是否属于法定节假日,若是,则按照法定节假日内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配;
得到表端用水量数据缺失对应的日期的分时用水量;
根据表端用水量数据缺失对应的日期的分时用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
本发明还公开了用户水表缺失数据补齐系统,包括,
数据采集单元,用于获取用户的表端用水量关于时间的历史记录;
格式标准化单元,用于对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录;
数据清洗单元,用于根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征;
根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录;
数据补全单元,用于根据用户的清洗后表端用水量关于时间的历史记录获取用户的分时用水特征;
根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
本发明通过对用户的表端用水量关于时间的历史记录进行处理得到可靠的清洗后表端用水量关于时间的历史记录,再分析得到用户的分时用水特征,之后根据用户的分时用水特征补齐用户水表缺失的数据,在水表通过物联网传播丢包故障的情况下依旧能够得到较为可靠的用水数据。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述用户水表缺失数据补齐方法于一实施例的步骤流程示意图;
图2为本发明所述用户水表缺失数据补齐系统于一实施例的结构及信息流向示意图;
图3为本发明所述步骤S2于一实施例的示意图;
图4为本发明所述步骤S3于一实施例的示意图;
图5为本发明所述步骤S3中泊松分布图;
图6为本发明所述步骤S3中正态分布图;
图7为本发明所述步骤S3中正态分布累积分布图;
图8为本发明所述步骤S4于一实施例的示意图;
图9为本发明所述步骤S4中数据分布散点图;
图10为本发明所述步骤S4中数据分布图;
图11为本发明所述步骤S4数据占比图;
图12为本发明所述步骤S5于一实施例的示意图;
图13为本发明所述步骤S5月度售水量分布图;
图14为本发明所述步骤S5每周用水量分布规律图;
图15为本发明所述步骤S5总用水量时分布规律图;
图16为本发明所述步骤S5工作日、周末与节假日时变化系数对比图;
图17为本发明所述步骤S6于一实施例的示意图一;
图18为本发明所述步骤S6于一实施例的示意图二;
图19为本发明所述步骤S6用户跨月数据缺失的日用水量计算时序图;
图20为本发明所述步骤S6于一实施例的示意图三;
图21为本发明所述步骤S6于一实施例的示意图四。
附图中,各标号所代表的部件列表如下:
1-数据采集单元,2-格式标准化单元,3-数据清洗单元,4-数据补全单元。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
由于NB-IoT水表应用的时间尚短,数据上传成功率较低,一般只达到80%,数据缺失严重。为了对缺失的数据进行补齐,本发明提供以下方案。
请参阅图1至2所示,本发明提供了用户水表缺失数据补齐系统,包括数据采集单元1、格式标准化单元2、数据清洗单元3以及数据补全单元4。在实施的过程中,数据采集单元1用于执行步骤S1获取用户的表端用水量关于时间的历史记录。格式标准化单元2用于执行步骤S2对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录。数据清洗单元3用于执行步骤S3根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征。接下来可以执行步骤S4根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录。数据补全单元4用于执行步骤S5根据用户的清洗后表端用水量关于时间的历史记录获取用户的分时用水特征。最后可以执行步骤S6根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
请参阅图3所示,为了便于后续数据处理,需要对水表上传的数据进行处理,也就是上述步骤S2中首先可以执行步骤S21去除用户的表端用水量关于时间的历史记录中重复数据得到用户的去重后表端用水量关于时间的历史记录。接下来可以执行步骤S22根据用户的去重后表端用水量关于时间的历史记录得到每个用户的相邻采样时间对应的表端用水量。接下来可以执行步骤S23对于同一个用户,若在先采样时间对应的表端用水量大于在后采样时间对应的表端用水量,则去除在先采样时间对应的表端用水量得到用户的除错后表端用水量关于时间的历史记录。最后可以执行步骤S24将用户的除错后表端用水量关于时间的历史记录中每个用户的每个时刻以及对应的用水量转化为统一的格式,得到用户的标准化表端用水量关于时间的历史记录。
请参阅图4至7所示,为了获取用户的分户用水特征,上述步骤S3首先可以执行步骤S31根据用户的标准化表端用水量关于时间的历史记录筛选出用水量不一直为零的用户,得到居住用户的标准化表端用水量关于时间的历史记录。接下来可以执行步骤S32根据居住用户的标准化表端用水量关于时间的历史记录得到每个居住用户在相同时间段内的用水量。接下来可以执行步骤S33获取每个居住用户的位置。接下来可以执行步骤S34根据每个用户的位置将全部居住用户按照聚集度划分为若干个居民组。接下来可以执行步骤S35获取每个居民组内每个居住用户在相同时间段内的用水量。接下来可以执行步骤S36根据每个居民组内每个居住用户在相同时间段内的用水量获取每个居民组内相同时间段内的不同用水量的用户数分布。最后可以执行步骤S37根据每个居民组内相同时间段内的不同用水量的用户数分布获取每个居民组的各个用水量梯度的用户数拟合分布函数,作为用户的分户用水特征。
在执行的过程中,各个用水量梯度的用户数拟合分布函数包括泊松分布和正态分布。
泊松分布适合于描述单位时间(或空间)内随机事件发生的次数。泊松分布是最重要的离散分布之一,它多出现在当X表示在一定的时间或空间内出现的事件个数这种场合。小区用水量泊松分布如下图,用户入住后,月用水量的概率总体符合泊松分布曲线,小区住户越多吻合越好。
泊松分布的概率密度函数为:
其中λ为x的期望。概率曲线及与实际数据的对比如5。
以廊坊市为例,按照水量符合泊松分布规律,实行阶梯水价的水费分析,参见下表。
水量泊松分布阶梯水费分析
项目 | 月用水量 | 第一阶梯 | 第二阶梯 | 第三阶梯 |
基本水量 | 1.0000 | 0.8291 | 0.1651 | 0.0058 |
水量占比 | 100.00 | 82.91 | 16.51 | 0.58 |
基本水费 | 5.4000 | 4.4772 | 0.8914 | 0.0314 |
阶梯水费 | 5.7814 | 4.4772 | 1.2257 | 0.0785 |
水费占比 | 100.00 | 77.44 | 21.20 | 1.36 |
增收百分数 | 6.60 |
当数据分布比较分散(即数据在平均数附近波动较大)时,各个数据与平均数的差的平方和较大,方差就较大;当数据分布比较集中时,各个数据与平均数的差的平方和较小。因此方差越大,数据的波动越大;方差越小,数据的波动就越小。
样本中各数据与样本平均数的差的平方和的平均数为样本方差;样本方差的算术平方根为样本标准差。样本方差和样本标准差都是衡量一个样本波动大小的量,样本方差或样本标准差越大,样本数据的波动就越大。
方差和标准差为测算离散趋势最重要、最常用的指标,它是测算数值型数据离散程度的最重要的方法。标准差为方差的算术平方根,用σ表示。
正态分布的概率密度函数为:
其中μ为x的期望,σ为x的标准差。概率曲线及与实际数据的对比参见图5。
正态分布的累积概率密度函数为:
dt
概率曲线及与实际数据的对比参见图6至7。
月用水量的正态分布分析:
正态分布的两个参数,μ和σ,μ=7.0136,σ=5.5810
位置参数μ,表示总体的期望值,当一定时,μ越大,曲线越向右移;μ越小曲线越向左移。离散参数σ,决定曲线的形态,σ越大,表示数据越分散,曲线越胖;σ越小,表示数据越集中,曲线越瘦。曲线在横轴上方均数处最高。以均数为中心左右对称:
分别计算不同小区的μ=7.01,即为小区用水户的平均月用水量为7.01米3,间接反映住户的生活水平。
σ=5.58,反映了用水量的集中程度。
μ±σ的区间占总面积的68.27%,对应水量为7.01米3/月,即68%的用水户实际用水量低于7.01米3/月;
μ±1.96σ的区间占总面积的95%,对应水量为16.19米3/月,即95%的用水户实际用水量低于16.19米3/月;
μ±2.58σ的区间占总面积的99%,对应水量为20.001米3/月,即95%的用水户实际用水量低于20.00米3/月。
以廊坊市为例,按照水量符合正态分布规律,实行阶梯水价的水费分析,参见下表。
水量正态分布阶梯水费分析
项目 | 月用水量 | 第一阶梯 | 第二阶梯 | 第三阶梯 |
基本水量 | 0.9112 | 0.5834 | 0.2382 | 0.0896 |
水量占比 | 100.00 | 64.03 | 26.14 | 9.83 |
基本水费 | 4.9204 | 3.1505 | 1.2861 | 0.4839 |
阶梯水费 | 6.1285 | 3.1505 | 1.7683 | 1.2096 |
水费占比 | 100.0000 | 51.4075 | 28.8543 | 19.7382 |
增收百分数 | 19.71 |
按照水量符合正态分布规律,执行阶梯水价比未执行阶梯水价水费收入提高19.71%,实际数据为19.70%,与正态分布规律符合较好。
请参阅图8至11所示,为了对收集到的表端数据进行校正,上述步骤S4在执行的过程中,在每个居民组内,首先可以执行步骤S41获取各个用水量梯度的用户数拟合泊松分布函数和各个用水量梯度的用户数拟合正态分布函数。接下来可以执行步骤S42获取相同时间段内的不同用水量的用户数分布与各个用水量梯度的用户数拟合泊松分布函数的差值,以及不同用水量的用户数分布与各个用水量梯度的用户数拟合正态分布函数的差值,用以判断各个用水量梯度的用户数拟合分布函数的符合度。接下来可以执行步骤S43选取符合度达到设定标准的各个用水量梯度的用户数拟合分布函数作为目标拟合分布函数。接下来可以执行步骤S44根据相同时间段内的不同用水量的用户数分布与目标拟合分布函数筛选出用户数量低于目标拟合分布函数对应值的对应水量梯度。若用户数量低于目标拟合分布函数对应值的对应水量梯度低于或高于设定的警戒值,也就是部分用户的用水量过高或过低,无法代表正常用户的用水习惯,会对后续的表端数据补齐造成干扰,因此接下来可以执行步骤S45进行异常值标注和/或剔除得到用户的清洗后表端用水量关于时间的历史记录。
以廊坊市为例,将某个小区用水户的月用水量按一定步长进行分组,例如步长为1米3/月,6米3/月分组,将6±0.5米3/月的所有数字作为一组,统计数据出现的次数,计算本组数据的占比参见下表,按不同数值区间出现的频率做出数据的占比图。不同用水数据的占比图参见图9。
(1)数据分组的零用水量部分即反映了该小区的小区入住率。
(2)该数据分组(图10)和占比图(图11)是进行其它数据分析的基础。
(3)小区用水统计频数占比图
区间 | 频数 | 占比 |
0.0 | 1098 | 9.95 |
1.0 | 462 | 4.19 |
2.0 | 553 | 5.01 |
3.0 | 701 | 6.35 |
4.0 | 824 | 7.47 |
5.0 | 1020 | 9.24 |
6.0 | 1058 | 9.59 |
7.0 | 934 | 8.46 |
8.0 | 814 | 7.38 |
9.0 | 740 | 6.71 |
10.0 | 600 | 5.44 |
11.0 | 455 | 4.12 |
12.0 | 391 | 3.54 |
13.0 | 325 | 2.95 |
14.0 | 232 | 2.10 |
15.0 | 213 | 1.93 |
16.0 | 138 | 1.25 |
17.0 | 122 | 1.11 |
18.0 | 68 | 0.62 |
19.0 | 66 | 0.60 |
20.0 | 46 | 0.42 |
21.0 | 29 | 0.26 |
22.0 | 24 | 0.22 |
23.0 | 27 | 0.24 |
24.0 | 18 | 0.16 |
请参阅图12至16所示,为了获取用户的分时用水特征,上述步骤S5首先可以执行步骤S51根据用户的清洗后表端用水量关于时间的历史记录获取,分别获取每个用户的在每个采样时刻的表端用水量。接下来可以执行步骤S52根据每个用户的在每个采样时刻的表端用水量获取每个用户在表端数据完整的一年内每个月的表端用水量分布,作为用户的分时用水特征。接下来可以执行步骤S53根据每个用户的在每个采样时刻的表端用水量获取每个用户在表端数据完整的一月内每天的表端用水量分布,作为用户的分时用水特征。接下来可以执行步骤S54根据每个用户的在每个采样时刻的表端用水量获取表端数据完整的一周内每个工作日、周末以及法定节假日的用水量分布,作为用户的分时用水特征。最后可以执行步骤S55根据每个用户的在每个采样时刻的表端用水量分别获取表端数据完整的工作日、周末以及法定节假日内每个小时的表端用水量分布,作为用户的分时用水特征。
在具体应用中,将某个小区用水户的月用水量以年为单位进行数据统计,数据密度分别为每月、每日、每时,将影响因素简化为水量占比和影响系数。对多年的历史数据进行处理,做出数据透视图,得到多年供水量增长趋势,供水量在每年每月的分布规律参见图13。得到用水量月度分布规律km。供水量在每年每月的分布规律,可用于历史缺失数据的补入和年度预算和绩效管理数学模型,进行水费收入预测。进行数据的标记和统计,得到每周工作日、周末、节假日的用水规律。
统计期内(至少一周年以上),周一至周日的每日总用水量分别为:ΣQw1、ΣQw2、……、ΣQw6、ΣQw7,节假日为ΣQw0,法定节假日无论为周几,都按节假日对待;总用水量ΣQw。计算每周工作日、周末、节假日的日用水变化系数Kw1、Kw2、……、Kw6、Kw7、Kw0,参见图14。
=
……
=
通过每周工作日、周末、节假日的日用水变化,可调查小区整体属于度假型,周末回归型、养老型、拆迁型、上班型等总体属性。周一的平均用水量 ,对应的0-23时每小时平均水量Qh0、Qh1、……、Qh23,对应的时变化系数Kh10、Kh12……、Kh123,参见图15。
=
……
=
周末、节假日的水量与时变化系数,以此类推……,参见图16所示。通过对小区工作日、周末与节假日时变化系数的分析,可进行小区居民生活习惯调查,个别住户是否常住,是否为上班族等;可根据用水的监控对户内漏水、跑水、串水进行报警;对阶梯用水、水表冰冻等进行预警;为需要的用户根据用水情况提供老人关怀。
请参阅图17所示,在执行步骤S6中,当数据缺失天数不超过一个月时,可以执行步骤S611根据用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失用户的当月用水量以及每日用水量。接下来可以执行步骤S612根据用户的分时用水特征获取用户在一月内每天的表端用水量分布。接下来可以执行步骤S613根据用户在一月内每天的表端用水量分布获取表端用水量数据缺失对应的日期。接下来可以执行步骤S614根据表端用水量数据缺失对应的日期两端的表端用水量获取表端用水量数据缺失对应的日期的总用水量。接下来可以执行步骤S615根据用户在一月内每天的表端用水量分布获取用户在一月内每天用水量占月总用水量的比例。接下来可以执行步骤S616根据表端用水量数据缺失对应的日期、表端用水量数据缺失对应的日期的总用水量以及一月内每天用水量占月总用水量的比例获取表端用水量数据缺失对应的日期的用水量。最后可以执行步骤S617根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
在具体应用中,对于缺失的远传数据或手工抄表用户,调用总流量计(考核表)该月的总用水量 ,每日用水量为 , , , 。
计算各日用水占比 :
利用考核表日用水占比规律,补充用水户某日缺失水量值,如某用水户当月的收费水量 ,计算某用水户该日的用水量:
, ,
数据缺失值超过一天,则找到对应的这个用户的当月收费水量 ,假设这缺失数值分别占到了当月m日-l日的传输值,计算中间空缺值(l日24时的累计流量值-m日0时的累计流量值)的总流量是 ,即这(m-l)天的水量,从m日0时开始,到l日24时结束,结合上述当日用水量计算公式可计算出
,……, ,
分别按百分比给这(m-n)天分配好具体的水量,计算如下:
求出后,可对应分配好m日24时、l日0时的数据,并且根据(m-l)天中各天的水量,分别求得每日24时(0时)数据。每日数据补充完成后,则对时数据进行补足。
请参阅图18至19所示,在执行步骤S6中,当数据缺失天数超过一个月时,判断数据缺失天数是否跨过一个完整月份,若否,则接下来可以执行步骤S621根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的日期的总用水量。接下来可以执行步骤S622获取表端用水量数据缺失对应的月份。接下来可以执行步骤S623根据表端用水量数据缺失对应的月份、用户在一年内每个月的表端用水量分布、表端用水量数据缺失对应的日期的总用水量以及清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的月份的用水量分布获取表端用水量数据缺失对应的月份的总计用水量。接下来可以执行步骤S624根据表端用水量数据缺失对应的月份的总计用水量以及用户在一月内每天的表端用水量分布获取表端用水量数据缺失对应的日期的用水量。最后可以执行步骤S625根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
在具体应用中,总缺失水量为 ,缺失值天数为(m-l)天,则找到对应的这个用户的月收费水量 ,以及下一个月 ,结合上述当日用水量计算公式,可计算 如下:
j月空缺值日用水量为, , ,
(j+1)月空缺值日用水量为, , ,
以上两公式分别计算了该用水户日用水量,其中m、n、l的时间顺序如下图19所示。
请参阅图20所示,在执行步骤S6中,若数据缺失天数跨过一个完整月份,则接下来可以执行步骤S631根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的日期的总用水量。接下来可以执行步骤S632获取表端用水量数据缺失对应的完整月份和起始月份。接下来可以执行步骤S633获取表端用水量数据缺失对应的完整月份和起始月份合计用水量。接下来可以执行步骤S634获取表端用水量数据缺失对应的起始月份的未缺失数据天数的用水量。接下来可以执行步骤S635根据表端用水量数据缺失对应的起始月份的未缺失数据天数的用水量、表端用水量数据缺失对应的完整月份和起始月份合计用水量以及一年内每个月的表端用水量分布获取表端用水量数据缺失对应的完整月份和起始月份的用水量。接下来可以执行步骤S636根据用户在一月内每天的表端用水量分布以及表端用水量数据缺失对应的完整月份和起始月份的用水量得到表端用水量数据缺失对应的日期的用水量。最后可以执行步骤S637根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
请参阅图21所示,为了实现对具体时刻表端用水量的补全,上述步骤S6中, 判断表端用水量数据缺失对应的日期是否属于工作日,若是,则接下来可以执行步骤S641按照工作日内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配。判断表端用水量数据缺失对应的日期是否属于周末,若是,则接下来可以执行步骤S642按照周末内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配。判断表端用水量数据缺失对应的日期是否属于法定节假日,若是,则接下来可以执行步骤S643按照法定节假日内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配。接下来可以执行步骤S644得到表端用水量数据缺失对应的日期的分时用水量。最后可以执行步骤S645根据表端用水量数据缺失对应的日期的分时用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
综上所述,本方案在实施的过程中,通过分析表端用水量关于时间的历史记录,得到用户的标准化表端用水量关于时间的历史记录,接下来根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行修正,之后在根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全,从而对用户缺失的水表数据进行个性化补齐,提高了补齐后数据与实际数据的一致性。
本发明所示实施例的上述描述(包括在说明书摘要中的内容)并非意在详尽列举或将本发明限制到本文所公开的精确形式。尽管在本文仅为说明的目的而描述了本发明的具体实施例和本发明的实例,但是正如本领域技术人员将认识和理解的,各种等效修改是可以在本发明的精神和范围内的。如所指出的,可以按照本发明实施例的上述描述来对本发明进行这些修改,并且这些修改将在本发明的精神和范围内。
本文已经在总体上将系统和方法描述为有助于理解本发明的细节。此外,已经给出了各种具体细节以提供本发明实施例的总体理解。然而,相关领域的技术人员将会认识到,本发明的实施例可以在没有一个或多个具体细节的情况下进行实践,或者利用其它装置、系统、配件、方法、组件、材料、部分等进行实践。在其它情况下,并未特别示出或详细描述公知结构、材料和/或操作以避免对本发明实施例的各方面造成混淆。
因而,尽管本发明在本文已参照其具体实施例进行描述,但是修改自由、各种改变和替换意在上述公开内,并且应当理解,在某些情况下,在未背离所提出发明的范围和精神的前提下,在没有对应使用其他特征的情况下将采用本发明的一些特征。因此,可以进行许多修改,以使特定环境或材料适应本发明的实质范围和精神。本发明并非意在限制到在下面权利要求书中使用的特定术语和/或作为设想用以执行本发明的最佳方式公开的具体实施例,但是本发明将包括落入所附权利要求书范围内的任何和所有实施例及等同物。因而,本发明的范围将只由所附的权利要求书进行确定。
Claims (9)
1.用户水表缺失数据补齐方法,其特征在于,包括,
获取用户的表端用水量关于时间的历史记录;
对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录;
根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征;
根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录;
根据用户的清洗后表端用水量关于时间的历史记录获取用户的分时用水特征;
根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全;
所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,包括,
当数据缺失天数不超过一个月时,根据用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失用户的当月用水量以及每日用水量;
根据用户的分时用水特征获取用户在一月内每天的表端用水量分布;
根据用户在一月内每天的表端用水量分布获取表端用水量数据缺失对应的日期;
根据表端用水量数据缺失对应的日期两端的表端用水量获取表端用水量数据缺失对应的日期的总用水量;
根据用户在一月内每天的表端用水量分布获取用户在一月内每天用水量占月总用水量的比例;
根据表端用水量数据缺失对应的日期、表端用水量数据缺失对应的日期的总用水量以及一月内每天用水量占月总用水量的比例获取表端用水量数据缺失对应的日期的用水量;
根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
2.根据权利要求1所述的方法,其特征在于,所述对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录的步骤,包括,
去除用户的表端用水量关于时间的历史记录中重复数据得到用户的去重后表端用水量关于时间的历史记录;
根据用户的去重后表端用水量关于时间的历史记录得到每个用户的相邻采样时间对应的表端用水量;
对于同一个用户,若在先采样时间对应的表端用水量大于在后采样时间对应的表端用水量,则去除在先采样时间对应的表端用水量得到用户的除错后表端用水量关于时间的历史记录;
将用户的除错后表端用水量关于时间的历史记录中每个用户的每个时刻以及对应的用水量转化为统一的格式,得到用户的标准化表端用水量关于时间的历史记录。
3.根据权利要求1所述的方法,其特征在于,所述根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征的步骤,包括,
根据用户的标准化表端用水量关于时间的历史记录筛选出用水量不一直为零的用户,得到居住用户的标准化表端用水量关于时间的历史记录;
根据居住用户的标准化表端用水量关于时间的历史记录得到每个居住用户在相同时间段内的用水量;
获取每个居住用户的位置;
根据每个用户的位置将全部居住用户按照聚集度划分为若干个居民组;
获取每个居民组内每个居住用户在相同时间段内的用水量;
根据每个居民组内每个居住用户在相同时间段内的用水量获取每个居民组内相同时间段内的不同用水量的用户数分布;
根据每个居民组内相同时间段内的不同用水量的用户数分布获取每个居民组的各个用水量梯度的用户数拟合分布函数,作为用户的分户用水特征;
其中,各个用水量梯度的用户数拟合分布函数包括泊松分布和正态分布。
4.根据权利要求3所述的方法,其特征在于,所述根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录的步骤,包括,
在每个所述居民组内,获取各个用水量梯度的用户数拟合泊松分布函数和各个用水量梯度的用户数拟合正态分布函数;
获取相同时间段内的不同用水量的用户数分布与各个用水量梯度的用户数拟合泊松分布函数的差值,以及不同用水量的用户数分布与各个用水量梯度的用户数拟合正态分布函数的差值,用以判断各个用水量梯度的用户数拟合分布函数的符合度;
选取符合度达到设定标准的各个用水量梯度的用户数拟合分布函数作为目标拟合分布函数;
根据相同时间段内的不同用水量的用户数分布与目标拟合分布函数筛选出用户数量低于目标拟合分布函数对应值的对应水量梯度;
若用户数量低于目标拟合分布函数对应值的对应水量梯度低于或高于设定的警戒值,则进行异常值标注和/或剔除得到用户的清洗后表端用水量关于时间的历史记录。
5.根据权利要求1所述的方法,其特征在于,所述根据用户的清洗后表端用水量关于时间的历史记录获取用户的分时用水特征的步骤,包括,
根据用户的清洗后表端用水量关于时间的历史记录获取,分别获取每个用户的在每个采样时刻的表端用水量;
根据每个用户的在每个采样时刻的表端用水量获取每个用户在表端数据完整的一年内每个月的表端用水量分布,作为用户的分时用水特征;
根据每个用户的在每个采样时刻的表端用水量获取每个用户在表端数据完整的一月内每天的表端用水量分布,作为用户的分时用水特征;
根据每个用户的在每个采样时刻的表端用水量获取表端数据完整的一周内每个工作日、周末以及法定节假日的用水量分布,作为用户的分时用水特征;
根据每个用户的在每个采样时刻的表端用水量分别获取表端数据完整的工作日、周末以及法定节假日内每个小时的表端用水量分布,作为用户的分时用水特征。
6.根据权利要求1所述的方法,其特征在于,所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,还包括,
当数据缺失天数超过一个月时,判断数据缺失天数是否跨过一个完整月份,若否,则根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的日期的总用水量;
获取表端用水量数据缺失对应的月份;
根据表端用水量数据缺失对应的月份、用户在一年内每个月的表端用水量分布、表端用水量数据缺失对应的日期的总用水量以及清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的月份的用水量分布获取表端用水量数据缺失对应的月份的总计用水量;
根据表端用水量数据缺失对应的月份的总计用水量以及用户在一月内每天的表端用水量分布获取表端用水量数据缺失对应的日期的用水量;
根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
7.根据权利要求6所述的方法,其特征在于,所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,还包括,
若数据缺失天数跨过一个完整月份,则根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失对应的日期的总用水量;
获取表端用水量数据缺失对应的完整月份和起始月份;
获取表端用水量数据缺失对应的完整月份和起始月份合计用水量;
获取表端用水量数据缺失对应的起始月份的未缺失数据天数的用水量;
根据表端用水量数据缺失对应的起始月份的未缺失数据天数的用水量、表端用水量数据缺失对应的完整月份和起始月份合计用水量以及一年内每个月的表端用水量分布获取表端用水量数据缺失对应的完整月份和起始月份的用水量;
根据用户在一月内每天的表端用水量分布以及表端用水量数据缺失对应的完整月份和起始月份的用水量得到表端用水量数据缺失对应的日期的用水量;
根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
8.根据权利要求1或6或7所述的方法,其特征在于,所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,还包括,
判断表端用水量数据缺失对应的日期是否属于工作日,若是,则按照工作日内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配;
判断表端用水量数据缺失对应的日期是否属于周末,若是,则按照周末内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配;
判断表端用水量数据缺失对应的日期是否属于法定节假日,若是,则按照法定节假日内每个小时的表端用水量分布对表端用水量数据缺失对应的日期的用水量进行分配;
得到表端用水量数据缺失对应的日期的分时用水量;
根据表端用水量数据缺失对应的日期的分时用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
9.用户水表缺失数据补齐系统,其特征在于,包括,
数据采集单元,用于获取用户的表端用水量关于时间的历史记录;
格式标准化单元,用于对用户的表端用水量关于时间的历史记录进行格式标准化,得到用户的标准化表端用水量关于时间的历史记录;
数据清洗单元,用于根据用户的标准化表端用水量关于时间的历史记录获取用户的分户用水特征;
根据用户的分户用水特征对用户的标准化表端用水量关于时间的历史记录进行异常值标注和/或剔除,得到用户的清洗后表端用水量关于时间的历史记录;
数据补全单元,用于根据用户的清洗后表端用水量关于时间的历史记录获取用户的分时用水特征;
根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全;
所述根据用户的分时用水特征对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全的步骤,包括,
当数据缺失天数不超过一个月时,根据用户的清洗后表端用水量关于时间的历史记录获取表端用水量数据缺失用户的当月用水量以及每日用水量;
根据用户的分时用水特征获取用户在一月内每天的表端用水量分布;
根据用户在一月内每天的表端用水量分布获取表端用水量数据缺失对应的日期;
根据表端用水量数据缺失对应的日期两端的表端用水量获取表端用水量数据缺失对应的日期的总用水量;
根据用户在一月内每天的表端用水量分布获取用户在一月内每天用水量占月总用水量的比例;
根据表端用水量数据缺失对应的日期、表端用水量数据缺失对应的日期的总用水量以及一月内每天用水量占月总用水量的比例获取表端用水量数据缺失对应的日期的用水量;
根据表端用水量数据缺失对应的日期的用水量对用户的清洗后表端用水量关于时间的历史记录中的缺失的表端用水量进行补全。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310069744.8A CN115809237B (zh) | 2023-02-07 | 2023-02-07 | 用户水表缺失数据补齐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310069744.8A CN115809237B (zh) | 2023-02-07 | 2023-02-07 | 用户水表缺失数据补齐方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115809237A CN115809237A (zh) | 2023-03-17 |
CN115809237B true CN115809237B (zh) | 2023-05-12 |
Family
ID=85487532
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310069744.8A Active CN115809237B (zh) | 2023-02-07 | 2023-02-07 | 用户水表缺失数据补齐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115809237B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115994837B (zh) * | 2023-03-23 | 2023-06-30 | 河北雄安睿天科技有限公司 | 一种水务数据的管理系统及方法 |
CN117453696B (zh) * | 2023-12-07 | 2024-04-12 | 深圳拓安信物联股份有限公司 | 水表缺失数据的补全方法和装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611856A (zh) * | 2020-12-03 | 2022-06-10 | 国家电网有限公司大数据中心 | 一种用电量智能补全方法和系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7742940B1 (en) * | 2002-12-17 | 2010-06-22 | Hewlett-Packard Development Company, L.P. | Method and system for predicting revenue based on historical pattern indentification and modeling |
CN108416693A (zh) * | 2018-02-01 | 2018-08-17 | 东华大学 | 一种基于模糊神经网络的用电异常行为识别方法 |
CN111177651A (zh) * | 2019-12-03 | 2020-05-19 | 深圳供电局有限公司 | 一种计量自动化系统电表分时缺失表码拟合方法 |
CN114048200A (zh) * | 2021-11-10 | 2022-02-15 | 国网辽宁省电力有限公司营销服务中心 | 一种计及缺失数据补齐的用户用电行为分析方法 |
-
2023
- 2023-02-07 CN CN202310069744.8A patent/CN115809237B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611856A (zh) * | 2020-12-03 | 2022-06-10 | 国家电网有限公司大数据中心 | 一种用电量智能补全方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115809237A (zh) | 2023-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115809237B (zh) | 用户水表缺失数据补齐方法及系统 | |
CN108022043B (zh) | 一种异常用电行为的识别方法、装置及中央服务器 | |
CN109726872B (zh) | 一种能耗预测方法、装置、存储介质及电子设备 | |
CN109615226A (zh) | 一种运营指标异常监测方法 | |
EP1300771A2 (en) | Method for analysing data to detect abnormal use of utilities in buildings | |
CN109682436B (zh) | 物联网燃气表抄表数据补抄的方法 | |
CN111325490A (zh) | 一种补货方法及装置 | |
CN111553516A (zh) | 一种短期电量负荷精准预测方法 | |
CN116740946B (zh) | 一种公路车流量大数据分析处理方法 | |
CN114328444A (zh) | 一种基于维度分析的燃气数据建模方法、系统及电子设备 | |
CN117273337A (zh) | 一种智能电能表评价方法 | |
CN115081671A (zh) | 一种气温与用电量关联关系分析展示方法 | |
CN112988717B (zh) | 一种居民智慧用能服务标本库设计与构建方法 | |
CN116076785B (zh) | 一种香烟滤棒成型方法自动排产方法及系统 | |
JP5476275B2 (ja) | 配水量計画予測システム、その予測方法およびそのプログラム | |
CN109188070B (zh) | 一种月度功率因数预测方法及系统 | |
CN113780625B (zh) | 用户电费预测方法、系统、终端及存储介质 | |
CN115718872A (zh) | 基于历史数据的台区用户异常用电分析方法 | |
CN116304935A (zh) | 一种异常数据检测方法、装置及电子设备 | |
US7184891B1 (en) | System and method for forecasting pollen in accordance with weather conditions | |
CN111752991B (zh) | 一种表计数据统计方法、装置和获取表计统计数据方法 | |
Ngo | CalTRACK Documentation | |
CN109975841B (zh) | 一种gps设备上报数据异常率的计算方法 | |
CN111985721A (zh) | 一种基于季节性时间序列的企业开票金额预测方法 | |
CN109492806A (zh) | 房屋价值预测方法、装置、计算机设备和存储介质 |
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 |