[发明专利]基于智能电表的独居老人用电数据分析方法及装置

说明书

本发明提出了一种基于智能电表的独居老人用电数据分析方法及装置，包括：通过智能电表采集住宅小区中所有用户的用电数据；根据预设的指标特征，从用电数据中提取出特征数据；将特征数据输入包含若干个机器学习分类器的融合分类模型，根据融合分类模型的分类结果判断特征数据对应的用户是否为独居老人；若判断是独居老人，对独居老人的特征数据进行用电异常分析，根据分析结果决定是否发出异常用电行为告警。与传统人工排查相比，本发明通过智能电表获取用电数据，并基于特征提取算法对用户的智能电表数据进行数据挖掘，再通过结合多种机器学习分类器的分类结果，提高识别独居老人的准确性，大大降低了人工排查成本。

技术领域

本发明属于电力系统大数据领域，尤其涉及一种基于智能电表的独居老人用电数据分析方法及装置。

背景技术

随着大数据技术的发展以及智能电表普及率的提高，利用大数据分析用户用电行为的应用越来越多，通过分析用户的异常用电行为，能够及时发现用电系统出现的问题。在监控独居老人用电行为的应用场景下，现有的识别技术多数为人工上门排查，通过上门走访形式进行用户是否为独居老人的判断，排查成本大，消耗时间长，而实际情况中往往存在多个台区，其排查成本巨大，难以实现对独居老人用电行为进行实时监控与异常预警。

发明内容

为了解决现有技术中存在的缺点和不足，本发明提出了一种基于智能电表的独居老人用电数据分析方法，包括：

通过智能电表采集住宅小区中所有用户的用电数据；

根据预设的指标特征，从用电数据中提取出特征数据；

将特征数据输入包含若干个机器学习分类器的融合分类模型，根据融合分类模型的分类结果判断特征数据对应的用户是否为独居老人；

若判断是独居老人，对独居老人的特征数据进行用电异常分析，根据分析结果决定是否发出异常用电行为告警。

可选的，所述独居老人用电行为分析方法还包括对采集的用电数据进行数据预处理的过程，所述过程包括：

分析采集到的用电数据是否有缺失项，若有缺失项，则根据实际需要将其他采样点采集到的用电数据填充到缺失项上；

基于离群判定公式分析采集到的用电数据是否有离群点，若有离群点，则将离群点处的数据剔除。

具体的，所述离群判定公式为：

Q₁-k(Q₃-Q₁)x_iQ₃+k(Q₃-Q₁)；

其中，x_i为采样到的第i列用电数据，Q₁为x_i的第一分位数，Q₃为x_i的第三分位数，k为人工设定的判定参数；

x_i、Q₁、Q₃的取值范围均为正数，k为固定值。

可选的，所述根据预设的指标特征，从用电数据中提取出特征数据，包括：

基于采集到的用电数据，通过特征提取公式计算每个用户的指标特征对应的特征数据，所述指标特征包括日用电量均值、日用电量方差以及瞬时有功功率小波能量熵；

所述特征提取公式包括计算日用电量均值DP的公式一、计算日用电量方差σ²的公式二以及计算瞬时有功功率小波能量熵W_EE的公式三：