买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽南瑞中天电力电子有限公司

摘要：本发明属于电力设备领域，具体涉及一种基于大数据的用电采集终端电量数据异常检测方法、及其对应的模块和终端。该方案全面考虑影响台区内对用户的用电量变化具有影响的特征参数，结合用电量的趋势性、季节性和外部因素分析电量的统计规律；再进而利用结构化状态空间模型概率预测的方法，根据历史用电量数据离线训练出一个可以预测未来时刻电量的电量预测模型。最后，将用电采集终端采集到实际电量数据与模型预测的数据进行对比，当二者的偏差超出预设的安全范围时，判断用电采集终端采集到实际电量数据存在异常。本发明方案利用离线模型实现异常识别，实时性更好，电量预测模型可以进行动态更新，因此识别精度相对更高。

主权项：1.一种基于大数据的用电采集终端电量数据异常检测方法，其特征在于，其包括如下步骤：S1：获取历史电量的数据，并采用任意一种异常数据检测算法方法对其进行初步筛选，排除异常数据后构成所需的样本数据库；S2：根据趋势性特征、季节性特征和外部因素分别对用电数据进行状态空间建模，进而构成一个包含量测方程和状态方程的多维状态空间模型：过程如下：S21：采用趋势水平和趋势变化斜率作为特征参数，构建一个电量趋势性状态空间模型；S22：采用季节性影响系数、季节数量和季节重复周期作为特征参数，构建一个电量季节性状态空间模型；S23：采用外部因素影响系数、影响因素数量和外部因素影响系数的回归系数作为特征参数，构建一个电量外部因素状态空间模型；S24：利用所述电量趋势性状态空间模型、电量季节性状态空间模型和电量外部因素状态空间模型，构成如下多维状态空间模型：量测方程：状态方程： 上式中，yt为t时刻的电量数据；αt和αt-1为不同时刻的m维系统状态向量，它是不可观测的；εt为量测噪声；ηt为状态噪声；Zt为m维的输出向量，表示系统状态与电量之间的转换；Tt为m×m的状态转移矩阵，表示量测噪声εt的方差；Rt是m×q的控制矩阵；Qt为q×q的状态扩散矩阵；其中qm；S3：采用所述样本数据库按照不同特征的特性统计分析出对应的电量时序数据，并采用变分贝叶斯推断算法训练基于不同特征创建的所述多维状态空间模型中各参数的后验分布；确定各个待定特征参数的值；S4：部署上步骤训练完成后的多维状态空间模型作为电量预测模型；所述电量预测模型用于结合前一时刻的实际电量数据对模型参数的后验分布进行采样，进而实现对未来电量的概率分布进行实时预测；S5：计算用电采集终端采集到的当前时刻的实际电量与所述电量预测模型在上一时刻预测出的当前时刻的电量之间的计量偏差，并根据计量偏差的值做出如下决策：1当计量偏差超出预设的偏差阈值时，判断用电采集终端采集到的电量数据存在异常；2当计量偏差未超出预设的偏差阈值时，判断用电采集终端采集到的电量数据正常；且或将识别后的正常数据补充到样本数据集中用于对所述电量预测模型进行重新训练。

全文数据：

权利要求：

百度查询： 安徽南瑞中天电力电子有限公司 基于大数据的用电采集终端电量数据异常检测方法、模块