[发明专利]电网中异常数据识别方法、装置、计算机设备和存储介质

说明书

本申请涉及一种电网中异常数据识别方法、装置、计算机设备和存储介质。所述方法包括：获取预设统计周期内用户的电能表表码数据以及日电量数据；根据电能表表码数据以及日电量数据，获取用户对应的异常判断维度数据；根据用户所属用户类别，获取用户对应的预设异常筛选规则；确定电能表表码数据以及日电量数据中的异常数据。本申请基于异常判断维度数据以及预设异常筛选规则，来查找电能表表码数据以及日电量数据中的异常数据，无需通过复杂的人工智能或机器学习方法来进行电网中异常数据识别，可以有效地减少对电能表表码数据以及日电量数据进行电网中异常数据识别的使用场景限制。

技术领域

本申请涉及电力电网技术领域，特别是涉及一种电网中异常数据识别方法、装置、计算机设备和存储介质。

背景技术

随着数字通讯、计算机技术的高速发展以及电网公司对用户用电信息的广泛采集与应用，计量自动化系统中采集存储的数据量呈现爆发式地增长，庞大的信息储备增加了信息分类和处理难度。在采集数据中运行电能表的表码数据是计量自动化系统的核心数据之一，是开展供售电量统计、行业电量分析、线损异常定位和关键指标统计等功能的基础数据，但由于计量装置本身的故障(如：终端故障、接线故障、表计故障)或计量装置安装环境影响(如：有些地方的GPRS信号比较弱)，不可避免地导致采集数据与正常数据有明显区别，最常见且影响较为恶劣的是电能表表码突变，导致运行电能表的日电量计算异常，因此提高对运行电能表电量异常突变的辨识对提高计量自动化系统数据的可靠、可信、可用能力具有重要意义。

目前一般可以采用人工智能或机器学习的异常辨识方法，然而这种辨识方式需要开发相对复杂的算法程序，用以分析并生成用户的电能表电量用电特征库或异常电量特征库，而建立特征库对历史数据有较高的要求，且庞大的采集数据量对计量自动化系统主站运算能力提出了较高要求，因此这种异常辨识方法的使用场景限制较大，辨识方法不具备通用性。

发明内容

基于此，有必要针对上述技术问题，提供一种通用性强的电网中电网中异常数据识别方法、装置、计算机设备和存储介质。

一种电网中电网中异常数据识别方法，所述方法包括：

获取预设统计周期内用户的电能表表码数据以及日电量数据；

根据所述电能表表码数据以及所述日电量数据，获取所述用户对应的异常判断维度数据；

根据所述用户所属用户类别，获取所述用户对应的预设异常筛选规则，所述预设异常筛选规则基于所述用户类别的电力用户用电规律获取；

根据所述异常判断维度数据以及预设异常筛选规则，确定所述电能表表码数据以及所述日电量数据中的异常数据。

在其中一个实施例中，所述异常判断维度数据包括日电量离散系数、离散系数变化趋势、日电量环比、表码偏差、表码环比以及平均日电量。

在其中一个实施例中，所述根据所述异常判断维度数据以及预设异常筛选规则，确定所述电能表表码数据以及所述日电量数据中的异常数据包括：

获取所述预设异常筛选规则的对应的维度数据异常区间；

当所述异常判断维度数据落入对应的维度数据异常区间时，判定所述异常判断维度数据对应的电能表表码数据以及日电量数据为异常数据。

在其中一个实施例中，所述根据所述用户所属用户类别，获取所述用户对应的预设异常筛选规则之前，还包括：

根据所述预设统计周期内用户的日电量数据，确定所述用户的用户类型。

在其中一个实施例中，所述用户类别包括大工业用电、工商业用电、普通工业用电、居民生活用电以及商业用电。

在其中一个实施例中，所述根据所述异常判断维度数据以及预设异常筛选规则，确定所述电能表表码数据以及所述日电量数据中的异常数据之后，还包括：