[发明专利]一种异常用电行为的识别方法、装置及中央服务器

权利要求书

1.一种异常用电行为的识别方法，其特征在于，包括：

采集智能电表记录的用户信息；

汇总、整理用户信息，并生成用电数据集；

在用电数据集中，提取第一预设时间段内所有用户的用电信息，计算表征所有用户的平均用电水平的标准用电特征值；

在用电数据集中，提取第二预设时间段内指定用户的用电信息，计算表征指定用户用电水平的个体用电特征值；

将个体用电特征值和标准用电特征值进行比对，如果指定用户的个体用电特征值大于标准用电特征值，则判定该指定用户存在异常用电行为；

所述计算表征所有用户的平均用电水平的标准用电特征值，包括：

计算第一预设时间段内，每个用户的日用电量；

计算每个用户每天各预设用电时段的预设时段用电量，一天包括至少一个预设用电时段；

计算每个用户的各预设时段用电量占比，其中，一用户的一预设时段用电量占比为该预设时段用电量与该用户的日用电量的比值；

针对每个用户，计算表征日用电量波动情况的日用电量波动系数、以及表征各预设时段用电量波动情况的各预设时段用电量占比波动系数；

将所有用户的日用电量波动系数、各预设时段用电量占比波动系数分别由小到大进行排序，并分别按照各系数的排序结果，分别取位于特定位的参数值；

所述分别按照各系数的排序结果，分别取位于特定位的参数值，包括：取用户总数的九成，所得结果舍去小数，取整数值，分别按照各系数的排序结果，分别取位于该整数值位的参数值，将取得的各参数值作为标准用电特征值。

2.根据权利要求1所述的异常用电行为的识别方法，其特征在于，所述至少一个预设用电时段包括：峰时段、谷时段和平时段。

3.根据权利要求1所述的异常用电行为的识别方法，其特征在于，所述计算表征日用电量波动情况的日用电量波动系数，包括：计算日用电量的标准差与日用电量的平均值的比值；

所述计算表征预设时段用电量波动情况的预设时段用电量占比波动系数，包括：计算预设时段用电量占比的标准差与预设时段用电量占比的平均值的比值。

4.根据权利要求1所述的异常用电行为的识别方法，其特征在于，所述计算表征指定用户用电水平的个体用电特征值，包括：

计算第二预设时间段内，指定用户的日用电量；

计算指定用户每天各预设用电时段的预设时段用电量，一天包括至少一个预设用电时段；

计算指定用户的各预设时段用电量占比，其中，一预设时段用电量占比为该预设时段用电量与该指定用户的日用电量的比值；

针对指定用户，计算表征日用电量波动情况的日用电量波动系数、以及表征各预设时段用电量波动情况的各预设时段用电量占比波动系数。

5.根据权利要求4所述的异常用电行为的识别方法，其特征在于，所述指定用户的个体用电特征值大于标准用电特征值，包括：所述个体用电特征值中至少存在两个参数大于所述标准用电特征值中的对应的参数。

6.根据权利要求1所述的异常用电行为的识别方法，其特征在于，所述用户包括负荷类型相同的用户。