[发明专利]电动车充电设施违约用电识别方法及装置

权利要求书

1.一种电动车充电设施违约用电识别方法，其特征在于，包括：

对电动汽车充电数据进行分析，获得第一用电行为特征变量；

对电动汽车日负荷曲线分布进行分析，确定第二用电行为特征变量；

将所述第一用电行为特征变量和所述第二用电行为特征变量进行组合，获得目标用电行为特征变量；

根据所述目标用电行为特征变量对充电桩进行聚类，确定聚类中心；

计算目标对象到聚类中心的相对距离，并基于所述相对距离识别所述目标对象是否为违约用电用户。

2.根据权利要求1所述的方法，其特征在于，所述第一用电行为特征变量包括：日用电量时间序列的中位数、间隔天数、变异系数和平稳差分阶数；

其中，所述中位数表征平均用电能力，所述间隔天数表征用电量低于用电阈值的天数，所述变异系数表征数据的波动情况，所述平稳差分阶数表征数据的平稳程度。

3.根据权利要求1所述的方法，其特征在于，所述第二用电行为特征变量包括：负荷间歇时长和差分平稳时长，其中，所述负荷间歇时长表征当天未充电时间，所述差分平稳时长为提取功率曲线的一阶差分，当差分值在预设范围内的差分平稳时长。

4.根据权利要求3所述的方法，其特征在于，所述对电动汽车日负荷曲线分布进行分析，确定第二用电行为特征变量，包括：

对电动汽车日负荷曲线分布进行分析，获取目标采样点的功率曲线，所述目标采样点为24小时内每隔15分钟进行一次采样获得的采样点；

基于所述目标采样点的功率曲线，确定第二用电行为特征变量。

5.根据权利要求1所述的方法，其特征在于，所述根据所述目标用电行为特征变量对充电桩进行聚类，确定聚类中心，包括：

根据所述目标用电行为特征变量对充电桩进行聚类，获得聚类后的分群，其中，每一分群的概率密度函数不同；

确定每一分群对应的聚类中心。

6.根据权利要求5所述的方法，其特征在于，所述计算目标对象到聚类中心的相对距离，并基于所述相对距离识别所述目标对象是否为违约用电用户，包括：

计算目标对象到与所述目标对象对应的分群的聚类中心的相对距离；

将所述相对距离大于距离阈值的目标对象确定为违约用电用户。

7.一种电动车充电设施违约用电识别装置，其特征在于，包括：

第一分析单元，用于对电动汽车充电数据进行分析，获得第一用电行为特征变量；

第二分析单元，用于对电动汽车日负荷曲线分布进行分析，确定第二用电行为特征变量；

组合单元，用于将所述第一用电行为特征变量和所述第二用电行为特征变量进行组合，获得目标用电行为特征变量；

聚类单元，用于根据所述目标用电行为特征变量对充电桩进行聚类，确定聚类中心；

识别单元，用于计算目标对象到聚类中心的相对距离，并基于所述相对距离识别所述目标对象是否为违约用电用户。

8.根据权利要求7所述的装置，其特征在于，所述第一用电行为特征变量包括：日用电量时间序列的中位数、间隔天数、变异系数和平稳差分阶数；

其中，所述中位数表征平均用电能力，所述间隔天数表征用电量低于用电阈值的天数，所述变异系数表征数据的波动情况，所述平稳差分阶数表征数据的平稳程度；

所述第二用电行为特征变量包括：负荷间歇时长和差分平稳时长，其中，所述负荷间歇时长表征当天未充电时间，所述差分平稳时长为提取功率曲线的一阶差分，当差分值在预设范围内的差分平稳时长。

9.根据权利要求8所述的装置，其特征在于，所述第二分析单元具体用于：

对电动汽车日负荷曲线分布进行分析，获取目标采样点的功率曲线，所述目标采样点为24小时内每隔15分钟进行一次采样获得的采样点；

基于所述目标采样点的功率曲线，确定第二用电行为特征变量。

10.根据权利要求7所述的装置，其特征在于，所述聚类单元具体用于：

根据所述目标用电行为特征变量对充电桩进行聚类，获得聚类后的分群，其中，每一分群的概率密度函数不同；

确定每一分群对应的聚类中心；

所述识别单元具体用于：

计算目标对象到与所述目标对象对应的分群的聚类中心的相对距离；

将所述相对距离大于距离阈值的目标对象确定为违约用电用户。