[发明专利]电量监测方法、装置、智能电表及处理器在审
申请号: | 202110732690.X | 申请日: | 2021-06-29 |
公开(公告)号: | CN113447820A | 公开(公告)日: | 2021-09-28 |
发明(设计)人: | 刘恒;董宇;杜鑫;李冀;辛江;何其伟;李蕊;李乾;朱锦山;安奕霖;张弛;田贺平;焦天予;赵成;孙健;李秀芳;沈静;郭湛;吴雁南 | 申请(专利权)人: | 国网北京市电力公司;国家电网有限公司 |
主分类号: | G01R31/36 | 分类号: | G01R31/36 |
代理公司: | 北京康信知识产权代理有限责任公司 11240 | 代理人: | 曾红芳 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电量 监测 方法 装置 智能 电表 处理器 | ||
本发明公开了一种电量监测方法、装置、智能电表及处理器。其中,该方法包括:获取账户用电数据;将账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,电量监控模型根据账户历史用电数据预先训练机器学习模型得到;根据预期电量使用天数,发送电量告警信息。本发明解决了由于不同用户的用电习惯差异较大造成提醒用户充电费不及时的技术问题。
技术领域
本发明涉及电力运营领域,具体而言,涉及一种电量监测方法、装置、智能电表及处理器。
背景技术
用户缴纳电费时是采用按户预存缴纳的方式,将电费预存入对应的账户中,该户的用电器消耗电量后直接从账户余额中扣除电费,当账户电费用尽时对该户进行断电处理。以往只能对所有用户设定统一的电费账户剩余金额阈值提醒,然而,由于不同家庭的具体情况不同,某些用户群体因日均用电量较大,有些用户群体的日均用电量较小,导致采用统一阈值提醒的方式,有的用户群体由于被提醒太晚导致没有来得及缴纳电费而被断电;有的用户账户中剩余的金额足够其使用很久,对这种用户的提醒太早,起不到帮助其判断何时应该缴纳电费的目的。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电量监测方法、装置、智能电表及处理器,以至少解决由于不同用户的用电习惯差异较大造成提醒用户充电费不及时的技术问题。
根据本发明实施例的一个方面,提供了一种电量监测方法,包括:获取账户用电数据;将所述账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到;根据所述预期电量使用天数,发送电量告警信息。
可选地,获取账户用电数据,包括:接收账户用电原始数据;根据预设的数据处理脚本处理所述账户用电原始数据,得到所述账户用电数据。
可选地,接收账户用电原始数据,包括:通过HPLC通信网络接口接收所述账户用电原始数据,其中,所述账户用电原始数据通过HPLC通信网络传输。
可选地,根据所述预期电量使用天数,发送电量告警信息,包括:分析所述账户历史用电数据,确定提前告警天数阈值;根据所述预期电量使用天数和所述提前告警天数阈值,发送所述电量告警信息。
可选地,所述机器学习模型包括:线性回归模型。
可选地,所述账户用电数据包括以下至少之一:电压,电流,账户剩余电费金额。
根据本发明实施例的另一方面,还提供了一种电量监测装置,包括:获取模块,用于获取账户用电数据;预测模块,用于将所述账户用电数据输入电量监控模型,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到;发送模块,用于根据所述预期电量使用天数,发送电量告警信息。
根据本发明实施例的又一方面,还提供了一种智能电表,包括:数据采集单元,数据处理单元,展示单元,其中,所述数据采集单元,用于采集账户用电数据;所述数据处理单元,连接于所述数据采集单元,用于运行电量监控模型处理所述账户用电数据,预测得到预期电量使用天数,其中,所述电量监控模型根据账户历史用电数据预先训练机器学习模型得到并存储在所述数据处理单元中;所述展示单元,连接于所述数据处理单元,用于展示所述预期电量使用天数,和/或,展示所述电量告警信息。
根据本发明实施例的再一方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述电量监测方法。
根据本发明实施例的再一方面,还提供了一种处理器,所述程序运行时执行上述任意一项所述电量监测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网北京市电力公司;国家电网有限公司,未经国网北京市电力公司;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110732690.X/2.html,转载请声明来源钻瓜专利网。