[发明专利]一种基于奇异谱分析的用电行为变化检测方法及系统

说明书

本发明公开了一种基于奇异谱分析的用电行为变化检测方法及系统，其方法包括：获取电能计量装置的电能量数据，进行预处理；通过奇异谱分析方法，将电能量历史数据及当前数据进行矩阵构建和奇异值分解，得到对应奇异值与特征向量，得到历史数据的变化模式、当前数据的变化模式；计算历史数据与当前数据之间的差异统计，评价当前数据与历史数据之间的变化程度；综合电能量数据变化程度评价，得到该用户用电行为变化的判断。本发明提供的实施例准确识别用户用电行为中不同变化特征、显著程度高的分量，实现变化前后不同用电特征的精准识别，有效判断用户的用电行为变化趋势。

技术领域

本发明涉及电能量数据处理领域，具体涉及一种基于奇异谱分析的用电行为变化检测方法及系统。

背景技术

用户用电行为主要是通过用户历史的电能量数据进行综合分析，以期对用户的用电进行预测和异常判断等目的。

目前用户用电行为主要通过对用户历史电能量数据时间序列进行分析，得到用户用电行为的一些特征，以时间序列的特征信息为基础进行对应分析。但是使用通用的时间序列分析工具中，往往要求用户电能量数据时间序列具有平稳性，即用户用电特征的平稳性。但是实际用户在用电过程中，往往存在增减容量、技术改造等一些用电行为的变化，此类外界因素会导致电能量数据时间序列的特征发生变化，而且无法通过历史数据去预测此变化的发生，只能在分析用户的历史电能量数据时间序列时，需要准确识别用电行为的变更，以实现在不同行为特征下的电能量数据时间序列进行分析。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种基于奇异谱分析的用电行为变化检测方法及系统，通过构建用户电能量数据时间序列的轨迹矩阵并进行奇异谱分解，提取时间序列中的主要特征信息，通过比对主要特征之间的变化程度，最终实现用电行为变化的准确判断。

为了解决上述技术问题，本发明实施例提供了一种基于奇异谱分析的用户用电行为变化检测方法，所述用户用电行为变化检测方法，包括：

获取电能计量装置的电能量数据，进行预处理；

通过奇异谱分析方法，将电能量历史数据及当前数据进行矩阵构建和奇异值分解，得到对应奇异值与特征向量，得到历史数据的变化模式、当前数据的变化模式；

计算历史数据与当前数据之间的差异统计，评价当前数据与历史数据之间的变化程度；

综合电能量数据变化程度评价，得到该用户用电行为变化的判断。

所述电能量数据，包括：

0点冻结表码、每日96点电能示值曲线、每日96点电流曲线、每日96点功率曲线；

所述预处理包括对电能量数据空值、极大值、极小值进行剔除拟合处理。

所述奇异谱分析方法，包括：

将数据采用延时嵌入的方法得到数据的基础矩阵，然后对基础矩阵进行奇异值分解，得到对应的奇异值与特征向量。

所述奇异谱分析方法，包括：

将t＝i之前的电能示值曲线P(t)(ti)时间序列进行轨迹矩阵构建并进行奇异值分解，得到对应奇异值与特征向量，得到历史数据的变化模式；

首先通过延时嵌入的方法得到P(t)时间序列的在时间点i之前的基础轨迹矩阵，即：

式中，t＝i，ω为窗口长度，δ是采样窗口的个数；

然后对矩阵B进行奇异值分解，得到奇异值和奇异向量，即：

B＝USV^T

其中U为左奇异矩阵，V为右奇异矩阵，S为奇异值矩阵，其对角元素即称为矩阵B的奇异值，记为σ。