一种电能计量异常判别方法、系统、设备及介质与流程

本发明涉及电能计量异常判别，具体涉及一种电能计量异常判别方法、系统、设备及介质。

背景技术：

1、以往监测电能计量异常的手段单一、排查技术不娴熟、处理问题不及时。计量异常判别过程中涉及因素多，数据繁杂，耗费大量人力物力，并且存在判断不准确的风险。如何在现有设备基础上，结合新兴技术手段，分析整理采集的用电信息，为用户提供更为先进的用能服务、为公司提供更为高效的管理手段，是亟待解决的问题。且现有技术中，电能计量的装置不能够对异常情况进行报警，不能分析不准确计量的原因，同时现有技术中监测电能计量的装置在进行数据信息的采集时，会将采集到的所有数据同时传送给数据平台中心，而由于众多数据的复杂性和多变性，导致作业人员在进行计量异常判别的时候用时较长，处理起来造成不必要的麻烦，降低了工作效率。

技术实现思路

1、基于上述背景技术所提出的技术问题，本发明的目的在于提供一种电能计量异常判别方法、系统、设备及介质，通过一种电能计量异常判别方法可以从电能计量数据进行异常判别，并将一种电能计量异常判别方法集成于一种电能计量异常判别系统、设备及介质中，通过系统、设备及介质，实现输入计量数据，系统自动输出计量异常结果，从而解决了由于电能计量数据的复杂性和多变性，导致作业人员在进行计量异常判别的时候用时较长，导致的工作效率低的问题。

2、本发明通过下述技术方案实现：

3、本发明第一方面提供了一种电能计量异常判别方法，包括如下步骤：

4、步骤s1、获取电能计量数据，基于时间序列性对所述电能计量数据进行分段处理，得到电能计量的时序数据；

5、步骤s2、选取所述时序数据的子序列，计算所述子序列的信息增益值，通过所述信息增益值对所述时序数据进行分类，生成电能计量状态图；

6、步骤s3、构建异常判别模型，通过所述异常判别模型对所述电能计量状态图进行判别，得到电能计量异常结果。

7、在上述技术方案中，针对电能计量数据在计量异常判别过程中会由于数据繁杂，耗费大量人力物力，同时，若直接对获取的电能计量数据进行判别还会存在判断不准确的风险。本技术方案基于时间序列性对所述电能计量数据进行分段处理，从而降低电能计量数据的维度，减少测量过程中噪声的影响，为后续的异常判别提供准确、可靠、易于处理的数据。

8、针对于现有的电能计量异常判别方法判别时间长的缺陷，本技术方案通过计算时序数据各子序列的信息增益值，将具有相同电力特征的时序数据分成同一类，以便后续对同一电力特征的数据进行异常判别。

9、构建异常判别模型对同一电力特征的电能力量状态图进行异常判别，可以确定存在电能计量数据异常的时间段，并将其通过系统反馈至电力工作人员处，从而解决了由于电能计量数据的复杂性和多变性，导致作业人员在进行计量异常判别的时候用时较长，导致的工作效率低的问题。

10、在一种可选的实施例中，基于时间序列性对所述电能计量数据进行分段处理，得到电能计量的时序数据包括：

11、步骤s11、所述电能计量数据包括一一对应的时间序列、状态序列和电力数据，根据所述电力数据计算得到数据压缩值；

12、步骤s12、以所述数据压缩值为分段间隔对所述电能计量数据进行处理，得到分段序列；

13、步骤s13、采用dtw距离函数计算所述时间序列和所述分段序列的相似度，将所述分段序列中相似度大于等于相似阈值的点作为序列特征点；

14、步骤s14、将所述序列特征点与所述序列特征点对应的所述状态序列、所述电力数据进行整合，生成时序数据。

15、在一种可选的实施例中，以所述数据压缩值为分段间隔对所述电能计量数据进行处理，得到分段序列包括：

16、步骤s121、以所述数据压缩值为分段间隔对所述时间序列进行等间隔划分，生成若干段子时间序列；

17、步骤s122、获取所述子时间序列对应的电力数据，对所述电力数据进行计算，得到电压波动值；

18、步骤s123、连接所述子时间序列的左端点值和右端点值，生成所述子时间序列的分段时间序列；

19、步骤s124、将所述电压波动值与所述分段时间序列进行拟合，生成分段序列。

20、在一种可选的实施例中，选取所述时序数据的子序列，计算所述子序列的信息增益值包括：

21、步骤s21、以所述序列特征点为分割点，将所述时序数据分割成多个子序列；

22、步骤s22、从所述多个子序列中任取两个子序列，计算两个子序列的电力数据的欧氏距离，并根据所述欧氏距离计算两个子序列的信息增益值；

23、步骤s23、重复步骤s22直至所述多个子序列中任意两个子序列的信息增益值均被计算，最终生成信息增益集合。

24、在一种可选的实施例中，从所述多个子序列中任取两个子序列，计算两个子序列的电力数据的欧氏距离，并根据所述欧氏距离计算两个子序列的信息增益值包括：

25、

26、

27、其中，d为两个子序列的电力数据的欧氏距离；l1,l2分别为两个子序列的序列长度；ti，ti′分别为两个子序列的时间点；vi，v′i分别为两个子序列ti，t′i对应的电力数据；im为两个子序列的信息增益值；s，s′分别为两个子序列；si，s′i分别为两个子序列的序列片段；pi，pi分别为序列片段对应的信息增益概率。

28、在一种可选的实施例中，通过所述信息增益值对所述时序数据进行分类的过程包括：

29、步骤s24、将所述信息增益值从大到小进行排序；

30、步骤s25、设置信息增益阈值，以所述信息增益阈值对排序后的信息增益集合进行划分，得到多个分类集合；

31、步骤s26、将同一个分类集合进行聚合处理，生成电能计量板块，将多个电能计量板块进行拼接，生成电能计量状态图。

32、在一种可选的实施例中，构建异常判别模型，通过所述异常判别模型对所述电能计量状态图进行判别，得到电能计量异常结果包括：

33、步骤s31、获取历史电能计量异常数据，对所述历史电能计量异常数据中的电流、电压进行分析；

34、步骤s32、将分析结果作为样本集进行训练与验证，生成计量异常特征；

35、步骤s33、从所述电能计量状态图任取一个电能计量板块，提取所述电能计量板块的电能数据；

36、步骤s34、计算所述电能数据与所述计量异常特征的相似度，相似度大于相似度阈值的则判定为电能计量状态异常，并在状态序列中记录电能计量异常结果

37、本发明第二方面提供了一种电能计量异常判别系统，包括：

38、电能计量数据处理模块，所述电能计量数据模块用于获取电能计量数据，基于时间序列性对所述电能计量数据进行分段处理，得到电能计量的时序数据；

39、电能计量状态模块，所述电能计量状态模块用于选取所述时序数据的子序列，计算所述子序列的信息增益值，通过所述信息增益值对所述时序数据进行分类，生成电能计量状态图；

40、异常判别模块，所述异常判别模块用于构建异常判别模型，通过所述异常判别模型对所述电能计量状态图进行判别，得到电能计量异常结果。

41、本发明第三方面提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现一种电能计量异常判别方法。

42、本发明第四方面提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现一种电能计量异常判别方法。

43、本发明与现有技术相比，具有如下的优点和有益效果：

44、1、基于时间序列性对所述电能计量数据进行分段处理，从而降低电能计量数据的维度，减少测量过程中噪声的影响，为后续的异常判别提供准确、可靠、易于处理的数据；

45、2、通过计算时序数据各子序列的信息增益值，将具有相同电力特征的时序数据分成同一类，以便后续对同一电力特征的数据进行异常判别，提升了数据处理效率；

46、3、通过构建异常判别模型对同一电力特征的电能计量状态图进行异常判别，可以确定存在电能计量数据异常的时间段，并将其通过系统反馈至电力工作人员处，从而解决了由于电能计量数据的复杂性和多变性，导致作业人员在进行计量异常判别的时候用时较长，导致的工作效率低的问题。