CN117851853A - 一种窃电用户定位方法、装置、设备及存储介质 - Google Patents
一种窃电用户定位方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117851853A CN117851853A CN202311870347.7A CN202311870347A CN117851853A CN 117851853 A CN117851853 A CN 117851853A CN 202311870347 A CN202311870347 A CN 202311870347A CN 117851853 A CN117851853 A CN 117851853A
- Authority
- CN
- China
- Prior art keywords
- electricity
- user
- users
- utilization
- power 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
- 230000005611 electricity Effects 0.000 title claims abstract description 168
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 claims abstract description 13
- 230000006399 behavior Effects 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 16
- 238000013145 classification model Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 239000000758 substrate Substances 0.000 claims 2
- 238000011835 investigation Methods 0.000 abstract 1
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种窃电用户定位方法、装置、设备及存储介质。该方法包括:获取检测范围内所有用电用户的历史电力消费数据和用电行为数据;根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线;根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合;针对每个用户集合,对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户。本发明实施例可以快速准确的对可疑窃电用户进行定位,减少人工排查的工作量,增加了定位准确性,提高了电网用电安全。
Description
技术领域
本发明涉及电池故障检测技术领域,尤其涉及一种窃电用户定位方法、装置、设备及存储介质。
背景技术
一般情况下,电力系统中存在两种类型的损耗:技术损耗和非技术损耗。技术损耗是由线路、变压器和其他设备中的电阻元件加热引起的损耗;非技术损耗主要由窃电、电表故障或计费错误引起。其中,电表故障或计费错误可以通过技术检测确定,而窃电行为较难被发现。
目前,要确定可疑窃电用户,需要人工逐个检查区域内的所有用户,效率较低,对检测过程中检测人员的素质提出了更高的要求。
因此,如何快速准确定位可疑窃电用户,成为保证电力系统安全运行的必要工作。
发明内容
本发明提供了一种窃电用户定位方法、装置、设备及存储介质,以实现对电池组中电池块故障的快速诊断与定位。
根据本发明的一方面,提供了一种窃电用户定位方法,该方法包括:
获取检测范围内所有用电用户的历史电力消费数据和用电行为数据;
根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线;
根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合;
针对每个用户集合,对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户。
可选的,所述电池组工作数据包括路端电压和电池组电流;
所述电池块工作数据包括电池额定容量、电池标称电压、电池内阻、电池荷电状态、电池温度、电池电流和电池实际电压。
可选的,所述历史电力消费数据包括历史用电时间序列。
可选的,所述根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线,包括:
从所述历史用电时间序列中提取目标特征;
对所述目标特征进行均值归一化,生成用电特征曲线。
可选的,所述用电行为数据包括用电面积、用电人员数量和用电用途。
可选的,所述根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合,包括:
将所述用电用户的用电面积、用电人员数量和用电用途作为输入值,采用预先训练好的用户类型分类模型,输出所述用电用户的用户类型;
将用户类型相同的用电用户划分至一个用户集合,形成不同用户类型的用户集合。
可选的,所述对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户,包括:
采用均值聚类算法,对所述用电特征曲线进行聚类运算,得到聚类结果;
若所述聚类结果中存在离群点,则将所述离群点对应的用电用户确定为可疑窃电用户。
可选的,在将所述离群点对应的用电用户确定为可疑窃电用户之后,还包括:
根据所述离群点的偏离程度,确定所述可疑窃电用户的可疑等级。
根据本发明的另一方面,提供了一种窃电用户定位装置,该装置包括:
历史数据获取模块,用于获取检测范围内所有用电用户的历史电力消费数据和用电行为数据;
特征曲线生成模块,用于根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线;
用户类型划分模块,用于根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合;
窃电用户定位模块,用于针对每个用户集合,对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明任一实施例所述的窃电用户定位方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的窃电用户定位方法。
本发明实施例的技术方案,通过获取包括电池组的电池组工作数据和电池组中每个电池块的电池块工作数据的目标工作数据;根据目标工作数据,确定各电池块的预测电压偏差量;对预测电压偏差量进行聚类运算,基于聚类结果确定故障电池,可以快速准确的对电池组中各电池块的故障情况进行诊断与定位,以便及时排除电池故障,提高了电池组的使用安全性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中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是本发明实施例一提供的一种窃电用户定位方法的流程图;
图2是本发明实施例二提供的一种窃电用户定位装置的结构示意图;
图3是实现本发明实施例的窃电用户定位方法的电子设备的结构示意图。
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“历史”、“目标”、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。
实施例一
图1为本发明实施例一提供了一种窃电用户定位方法的流程图,本实施例可适用于对电网中的可疑窃电用户进行定位的情况,该方法可以由窃电用户定位装置来执行,该窃电用户定位装置可以采用硬件和/或软件的形式实现,该窃电用户定位装置可配置于窃电用户定位设备中。如图1所示,该方法包括:
S110、获取检测范围内所有用电用户的历史电力消费数据和用电行为数据。
在一个实施例中,由于区域因素的影响,不同地理区域的用户在用电习惯上可能存在偏差,因此本实施例将用电用户进行区域划分,一个区域范围可以作为一个检测范围。历史电力消费数据可以理解为体现用电用户电量使用情况的数据,用电行为数据主要体现用户用电目的的相关信息。
在本实施例中,可以获取当前时刻之前一段时间内在检测范围内每一个用电用户的历史电力消费数据和用电行为数据。
S120、根据各历史电力消费数据,生成各用电用户的用电特征曲线。
可选的,历史电力消费数据包括历史用电时间序列。
在一个实施例中,S120可以通过以下方式进行:
从历史用电时间序列中提取目标特征;对目标特征进行均值归一化,生成用电特征曲线。
在实际应用中,根据历史用电时间序列可以提取到日用电量、季用电量、年用电量、日最大负荷、日最小负荷、平均负荷率、高峰小时耗电率、谷功率系数等特征。对提取的目标特征进行归一化后,可以采用预设的特征曲线生成方法,生成用电特征曲线。
S130、根据各用电行为数据对各用电用户进行分类,得到不同用户类型的用户集合。
可选的,用电行为数据包括用电面积、用电人员数量和用电用途。
在实际应用中,可以预先建立用户类型分类模型,使用历史样本数据进行训练学习,以提高用户分类的准确性。
在一个实施例中,S130可以通过以下方式实现:
将用电用户的用电面积、用电人员数量和用电用途作为输入值,采用预先训练好的用户类型分类模型,输出用电用户的用户类型;将用户类型相同的用电用户划分至一个用户集合,形成不同用户类型的用户集合。
S140、针对每个用户集合,对用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户。
在本实施例中,由于已经对用电用户进行了类型划分,在同一个用户集合中的用电用户的用电情况应该是类似的,因此,可以对同一个用户集合中用电用户的用电特征曲线进行聚类,根据聚类结果,将存在异常的用电特征曲线对应的用电用户确定可疑窃电用户。
可选的,S140可以通过以下步骤实现:
采用均值聚类算法,对用电特征曲线进行聚类运算,得到聚类结果;若聚类结果中存在离群点,则将离群点对应的用电用户确定为可疑窃电用户。
具体的,若用电用户均正常用电,用电特征曲线应该都在一个合理的波动范围内,聚类结果应该表现为所有用电特征曲线在一个或几个簇中;当存在远离簇的离群点时,可以认为该离群点对应的用电用户为可疑窃电用户。
可选的,本实施例提供的窃电用户定位方法还可以进行步骤:
根据离群点的偏离程度,确定可疑窃电用户的可疑等级。
若离群点的偏离程度越大,可以认为对应用电用户存在窃电行为的可疑性越大,可以标记该可疑窃电用户的可疑等级越高,以提示工作人员优先排查该用户。
本发明实施例通过获取包括电池组的电池组工作数据和电池组中每个电池块的电池块工作数据的目标工作数据;根据目标工作数据,确定各电池块的预测电压偏差量;对预测电压偏差量进行聚类运算,基于聚类结果确定故障电池,可以快速准确的对电池组中各电池块的故障情况进行诊断与定位,以便及时排除电池故障,提高了电池组的使用安全性。
实施例二
图2为本发明实施例二提供了一种窃电用户定位装置的结构示意图。如图2所示,该装置包括历史数据获取模块210、特征曲线生成模块220、用户类型划分模块230和窃电用户定位模块240。
历史数据获取模块210,用于获取检测范围内所有用电用户的历史电力消费数据和用电行为数据。
特征曲线生成模块220,用于根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线。
用户类型划分模块230,用于根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合。
窃电用户定位模块240,用于针对每个用户集合,对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户
可选的,所述历史电力消费数据包括历史用电时间序列。
可选的,所述特征曲线生成模块220,具体用于:
从所述历史用电时间序列中提取目标特征;
对所述目标特征进行均值归一化,生成用电特征曲线。
可选的,所述用电行为数据包括用电面积、用电人员数量和用电用途。
可选的,所述用户类型划分模块230,具体用于:
将所述用电用户的用电面积、用电人员数量和用电用途作为输入值,采用预先训练好的用户类型分类模型,输出所述用电用户的用户类型;
将用户类型相同的用电用户划分至一个用户集合,形成不同用户类型的用户集合。
可选的,所述窃电用户定位模块240,具体用于:
采用均值聚类算法,对所述用电特征曲线进行聚类运算,得到聚类结果;
若所述聚类结果中存在离群点,则将所述离群点对应的用电用户确定为可疑窃电用户。
可选的,所述装置还包括:
可疑等级确定模块,用于根据所述离群点的偏离程度,确定所述可疑窃电用户的可疑等级。
本发明实施例所提供的窃电用户定位装置可执行本发明任意实施例所提供的窃电用户定位方法,具备执行方法相应的功能模块和有益效果。
实施例三
图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图3所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如窃电用户定位方法。
在一些实施例中,窃电用户定位方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的窃电用户定位方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行窃电用户定位方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种窃电用户定位方法,其特征在于,包括:
获取检测范围内所有用电用户的历史电力消费数据和用电行为数据;
根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线;
根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合;
针对每个用户集合,对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户。
2.根据权利要求1所述的方法,其特征在于,
所述历史电力消费数据包括历史用电时间序列。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线,包括:
从所述历史用电时间序列中提取目标特征;
对所述目标特征进行均值归一化,生成用电特征曲线。
4.根据权利要求1所述的方法,其特征在于,
所述用电行为数据包括用电面积、用电人员数量和用电用途。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合,包括:
将所述用电用户的用电面积、用电人员数量和用电用途作为输入值,采用预先训练好的用户类型分类模型,输出所述用电用户的用户类型;
将用户类型相同的用电用户划分至一个用户集合,形成不同用户类型的用户集合。
6.根据权利要求1所述的方法,其特征在于,所述对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户,包括:
采用均值聚类算法,对所述用电特征曲线进行聚类运算,得到聚类结果;
若所述聚类结果中存在离群点,则将所述离群点对应的用电用户确定为可疑窃电用户。
7.根据权利要求6所述的方法,其特征在于,在将所述离群点对应的用电用户确定为可疑窃电用户之后,还包括:
根据所述离群点的偏离程度,确定所述可疑窃电用户的可疑等级。
8.一种窃电用户定位装置,其特征在于,包括:
历史数据获取模块,用于获取检测范围内所有用电用户的历史电力消费数据和用电行为数据;
特征曲线生成模块,用于根据各所述历史电力消费数据,生成各所述用电用户的用电特征曲线;
用户类型划分模块,用于根据各所述用电行为数据对各所述用电用户进行分类,得到不同用户类型的用户集合;
窃电用户定位模块,用于针对每个用户集合,对所述用户集合中用电用户的用电特征曲线进行聚类,基于聚类结果确定可疑窃电用户。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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中任一项所述的窃电用户定位方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的窃电用户定位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311870347.7A CN117851853A (zh) | 2023-12-29 | 2023-12-29 | 一种窃电用户定位方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311870347.7A CN117851853A (zh) | 2023-12-29 | 2023-12-29 | 一种窃电用户定位方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117851853A true CN117851853A (zh) | 2024-04-09 |
Family
ID=90543352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311870347.7A Pending CN117851853A (zh) | 2023-12-29 | 2023-12-29 | 一种窃电用户定位方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117851853A (zh) |
-
2023
- 2023-12-29 CN CN202311870347.7A patent/CN117851853A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116049146B (zh) | 一种数据库故障处理方法、装置、设备及存储介质 | |
CN116523140A (zh) | 窃电检测方法、装置、电子设备和存储介质 | |
CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
CN115794473A (zh) | 一种根因告警的定位方法、装置、设备及介质 | |
CN117851853A (zh) | 一种窃电用户定位方法、装置、设备及存储介质 | |
CN114760190A (zh) | 一种面向服务的融合网络性能异常检测方法 | |
CN116757679B (zh) | 检修策略的确定方法、装置、电子设备及存储介质 | |
CN115291111B (zh) | 电池静置时间预测模型的训练方法以及静置时间预测方法 | |
CN116308284A (zh) | 一种抽水蓄能设备的运行数据检测方法、装置及设备 | |
CN115373449B (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN117131353B (zh) | 一种超差电能表确定方法、装置、电子设备及存储介质 | |
CN116409609A (zh) | 光伏设备故障感知方法、装置、电子设备及存储介质 | |
CN116777674A (zh) | 配电网数据处理方法、装置、电子设备及存储介质 | |
CN117054736A (zh) | 一种用电检测方法、装置、电子设备和存储介质 | |
CN116304635A (zh) | 一种抽水蓄能设备的运行数据分析方法、装置及设备 | |
CN116049252A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN118074625A (zh) | 设备故障检测方法、装置、设备及存储介质 | |
CN116112339A (zh) | 一种根因告警的定位方法、装置、设备及介质 | |
CN115792628A (zh) | 一种动力电池安全性评估方法、装置、设备和存储介质 | |
CN117421377A (zh) | 一种能源场站的数据处理方法、装置、设备及介质 | |
CN116467655A (zh) | 一种电容器故障预测方法、装置、设备和介质 | |
CN117195118A (zh) | 一种数据的异常检测方法、装置、设备及介质 | |
CN116305800A (zh) | 配电网仿真输入数据的处理方法、装置、设备及介质 | |
CN117289140A (zh) | 一种电池故障诊断方法、装置、设备及存储介质 | |
CN116660654A (zh) | 主网区外保护设备的异常警示方法、装置、设备及介质 |
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 |